Übungsblatt 4 Musterlösung
|
|
- Gerhardt Adrian Bruhn
- vor 5 Jahren
- Abrufe
Transkript
1 Numerik gewöhnlicher Differentialgleichungen MA SS6 Übungsblatt 4 Musterlösung Aufgabe 7 (Nullstellen als Eigenwerte) Die Polynome {S n } n=0,,2,, S n P n, mit führem Koeffizienten eins, heißen Orthogonalpolynome bzgl. des Skalarproduktes, mit f,g := b a ω(x)f(x)g(x) dx, wobei [a,b], a < b, ein Intervall in R darstellt und ω(x) eine auf (a,b) positive Gewichtsfunktion ist, falls S n,s m = δ nm S n,s n = δ nm S n 2. a) Die Knoten {x i } i=0,,,n, welche gerade die Nullstellen zum Orthogonalpolynom S n sind, und die Gewichte ω i der Gauss-Quadratur Q n lassen sich in der Regel nicht analytisch berechnen. Man kann sie numerisch (mit dem Golub-Welsch Algorithmus) erhalten, wie die folge Aussage zeigt. Seien {S n } n=0,,2, Orthogonalpolynome und es gelte die Drei-Term-Rekursion S (x) = 0, S 0 (x) =, S n (x) = (x a n )S n (x) b 2 ns n 2 (x), n, wobei b n 0 gesetzt wird. Zeigen Sie, dass die Nullstellen von S n gerade die Eigenwerte der Tridiagonalmatrix a b 2. b 2 a 2.. J n = b n b n a n sind. b) Die aus der Vorlesung bekannten Legre-Polynome P n erfüllen die oben gegebene Definition mit ω(x). Stellen Sie die Matrix J n für die Legre-Polynome auf und zeigen Sie, dass die Gewichte der Gauss-Quadraturformel durch ( ) ω i = 2 Pj(x 2 i ) gegeben sind.
2 Lösung 7 (Nullstellen als Eigenwerte) a) Zu der Matrix J n betrachten wir die Untermatrizen a b 2 b 2 a 2 J k =, k n. a k b k b k a k Die Eigenwerte der Matrix J k sind gegeben als die Nullstellen des charakteristischen Polynoms χ k (x) := det(j k xi). Dazu definiren wir formal: Es gelten χ (x) = 0, χ 0 (x) =. χ (x) = det(a x) = a x = (a x)χ 0 (x), ( ) a x b χ 2 (x) = det 2 = (a a 2 x x)(a 2 x) b 2 2 = (a 2 x)χ (x) b 2 2χ 0 (x). b 2 Induktiv erhalten wir durch Entwicklung nach der k-ten Spalte χ k (x) = det(j k xi) = (a k x)det(j k ) b 2 kdet(j k 2 ) = (a k x)χ k (x) b 2 kχ k 2 (x). Für die Polynome S = χ, S 0 = χ 0 und S k (x) = ( ) k χ k (x), für k =,,n gilt nun die Rekursion S (x) = 0, S 0 (x) =, S k (x) = (x a k )S k (x) b 2 ks k 2 (x), k, wie leicht nachzurechnen ist. Da die Nullstellen von S k und χ k identisch sind, stellen die Eigenwerte von J n gerade die Nullstellen von S n dar. b) Die Legre-Polynome P n genügen der Drei-Term-Rekursion P 0 (x) =, P (x) = x, P n+ (x) = 2n+ n+ xp n(x) n n+ P n (x). Um daraus Orthogonalpolynome mit führem Koeffizienten zu konstruieren, wählt man die Transformation P n (x) = α n P n (x). Ziel ist es nun, eine Rekursionsformel für die Konstanten α n herzuleiten. Da für n = 0 und n = die Legre-Polynome bereits führen Koeffizienten haben, setzen wir α 0 = α =. 2
3 Anwen der Rekursionsformel liefert ( 2n+ P n+ (x) = α n+ P n+ = α n+ n+ xp n(x) n ) n+ P n (x) = α n+2n+ α n n+ x P n (x) α n+ n α n n+ P n (x). Die Forderung nach führem Koeffizienten führt auf die Bedingung α n+ 2n+ α n n+! = α n+ α n = n+ 2n+ α n+ = n+ 2n+ α n. () Damit erhalten wir wie gewünscht eine Drei-Term-Rekursion für P n : P n+ (x) = x P n (x) α n+ n α n n+ P n (x) (2) n+ 2n+ = x P n (x) α n n α n n+ P n (x) = x P n (x) α n n α n 2n+ P n (x) (2) = x P n (x) n n 2n 2n+ P n (x) ( 2 n = (x) P n (x) Pn (x) = (x a n+ ) P n (x) b 4n2 ) 2 P n+ n (x), wobei a n := 0 und b n := n 4(n ). 2 Die gesuchte Matrix J n ist schließlich von der Form 0 / 3 / 3 0 2/ 5 J n = 2/ 5 0. b n b n 0 Jetzt bestimmen wir die Formel für die Gewichte ω i. Die (Referenz-) Gauß Quadratur Q integriert die Polynomen P k, k n+ exakt, d.h. { 2 k = 0, ω i P k (x i ) = P k (x)dx = (,P k ) = (P 0,P k ) = 0 k n+. i=0 Damit folgt P 0 P 0 P 0 ω 0 2 P (x 0 ) P (x ) P (x n ) ω =, P n (x 0 ) P n (x ) P n (x n ) ω n 0 }{{}}{{}}{{} =:P=(π 0,π,,π n) =:w =2e wobei π i := (P 0,P (x i ),,P n (x i )). Die Vektoren π i sind Eigenvektoren zu J n, d.h. J n π i = x i π i, und stehen paarweise senkrecht aufeinander: x i π i π k = x i π k π i = π k J n π i = (π k J n π i ) = π i J n π k = x k π i π k, 3
4 wobei wir die Symmetrie von J n verwet haben. Damit gilt π i π k = 0 für k i, da J n einfache Eigenwerte hat (P n haben einfache Nullstellen). Insgesamt folgt, dass 2 = π i 2e = π i Pw = π i = π i ( ω j P 0, ω j P (x j ),, ω j π j = ω i πi π i = ω i Pj(x 2 k ). ) ω j P n (x j ) Aufgabe 8 (Adaptive Quadratur) Das Integral I = b f(x)dx soll mit einer adaptiven rekursiven Simpsonregel näherungsweise berechnet a werden. a) Für a = 0 und b = h bezeichne S h den Näherungswert der Simpsonregel (bzw. S h/2 den der summierten Simpsonregel zur Schrittweite h/2). Wie bereits bekannt, gilt Zeigen Sie, dass durch die Extrapolation I = S h +ch 5 +O(h 6 ). S h,h/2 = (6S h/2 S h )/5 das Verfahren eine Ordnung gewinnt, also I = S h,h/2 +O(h 6 ). b) Implementieren Sie die Funktion function I = quadstep(a, b, f, f3, f5, f, TOL) Übergeben Sie zusätzlich die Funktion f als anonyme Funktion und die gewünschte Toleranz TOL. Achten Sie darauf, dass pro Aufruf von quadstep die Funktion f nur zweimal neu ausgewertet wird. Initialisieren Sie vor dem ersten Aufruf eine globale Variable als einen Zähler für die Funktionsauswertungen global count; count = 3; Zählen Sie diesen innerhalb der Funktion quadstep um jede Funktionsauswertung von f nach oben. Berechnen Sie das Integral I = 0 xdx für die Toleranzen TOL = 0 4,0 6,0 8, und geben Sie jeweils den Fehler und die Anzahl der benötigten Funktionsauswertungen an. c) Implementieren Sie zum Vergleich die zusammengesetzte Simpsonformel für äquidistante Stützstellen. Stellen Sie fest, wie viele Funktionsauswertungen Sie benötigen, um einen Fehler in der gleichen Größenordnung wie in Teilaufgabe a) zu realisieren. Lösung 8 (Adaptive Quadratur) 4
5 a) Da I = S h +ch 5 +O(h 6 ) und I = S h/2 +2c ( ) 5 h +O(h 6 ), 2 S h S h/2 +ch 5( 2 4) +O(h 6 ) = 0 ch 5 = S h/2 S h 2 4 +O(h 6 ). Somit folgt schließlich I = S h + S h/2 S h +O(h 6 ) = 5S h +6S h/2 6S h +O(h 6 ) = 6S h/2 S h 5 +O(h 6 ). b) Ein möglicher Vorschlag für die quadstep Funktion lautet: function I = quadstep(a, b, f, f3, f5, f, TOL) global count; count = count + 2; h = b - a; m = (a + b)/2; I = /6*h*(f + 4*f3 + f5); f2 = feval(f, a *h); f4 = feval(f, b *h); I2 = /6*h/2*(f + 4*f2 + 2*f3 + 4*f4 + f5); I = (6*I2 - I)/5; if (abs(i - I2) < TOL) return; else I = quadstep(a, m, f, f2, f3, f, TOL/2) + quadstep(m, b, f3, f4, f5, f, TOL/2); und für das summierte Simpson Verfahren: function I = simpson(a, b, f, n) global count; h = 0.5*(b - a)/n; x = linspace(a, b, 2*n+); fx = feval(f, x); I = h/3*(fx() + 4*sum(fx(2:2:2*n)) + 2*sum(fx(3:2:2*n-)) + fx(2*n+)); count = count + + n + (n-) + ; Wir rufen beide Funktionen nach der Initialisierung mit folgem Skript auf: 5
6 f sqrt(x); f = feval(f, 0); f3 = feval(f, 0.5); f5 = feval(f, ); global count; for TOL = [e-4 e-6 e-8] count = 3; I = quadstep(0,, f, f3, f5, f, TOL); abs(2/3 - I) count for n = [ e6] count = 0; I = simpson(0,, f, n); abs(2/3 - I) count Die Ergebnisse sind dann: Simpson adaptiv Simpson summiert TOL count Fehler count Fehler e e e 06 e e e 08 e e e Aufgabe 9 (Numerische Integration: Matlab) Betrachten Sie das Integral I = +x dx. a) Bestimmen Sie in Matlab (a) die zugehörige Stammfunktion, (b) den exakten Wert von I auf dem gegebenen Intervall, 0 (c) näherungsweise das Integral bei Einteilug des Integrationsintervalls in n = 2,4,8 Teile, mit Hilfe der trapz, quad und quad8 Funktionen. b) Implementieren Sie die Rechteck-, Trapez- und Simpsonregel, und vergleichen Sie den jeweiligen Integrationsfehler und den numerischen Aufwand. Lösung 9 (Numerische Integration: Matlab) Das Matlab-Skript ist auf der Vorlesungseite zum herunterladen bereitgestellt. Die Ergebnisse vom Teil b) lauten 6
7 a) >> syms x >> int(/(x+)) log(x + ) >> int(/(x+),0,) log(2) >> double(intex) >> f >> n = 2; >> xlist = linspace(0,,n+); >> flist = double(subs(f2,xlist)); >> trapz(xlist,flist) >> quad(f2,0,) b) Exaktes Integral: 0 dx = log(2) x Rechteck Trapez Simpson n Ĩ(f) Fehler FA Ĩ(f) Fehler FA Ĩ(f) Fehler FA Hier steht FA üf die Anzahl der Funktionsauswertungen. 7
Übungsblatt 4 Musterlösung
Numerik gewöhnlicher Differentilgleichungen MA234 - SS6 Übungsbltt 4 Musterlösung Aufgbe 7 (Nullstellen ls Eigenwerte) Die Polynome {S n } n=,,2,, S n P n, mit führem Koeffizienten eins, heißen Orthogonlpolynome
MehrÜbungsblatt 3 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA4 - SS6 Übungsblatt Musterlösung Sei M,N N und f C M+N+ (B) eine komplexe Funktion, B eine kompakte Menge. Die Padé Approximation PN M (f)(x) ist die rationale
Mehr12.2 Gauß-Quadratur. Erinnerung: Mit der Newton-Cotes Quadratur. I n [f] = g i f(x i ) I[f] = f(x) dx
12.2 Gauß-Quadratur Erinnerung: Mit der Newton-Cotes Quadratur I n [f] = n g i f(x i ) I[f] = i=0 b a f(x) dx werden Polynome vom Grad n exakt integriert. Dabei sind die Knoten x i, 0 i n, äquidistant
Mehr5. Numerische Differentiation. und Integration
5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen
Mehr5. Numerische Differentiation. und Integration
5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 014 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
MehrTechnische Numerik Numerische Integration
W I S S E N T E C H N I K L E I D E N S C H A F T Technische Numerik Numerische Integration Peter Gangl Institut für Numerische Mathematik, Technische Universität Graz c Alle Rechte vorbehalten. Nachdruck
MehrÜbungen zur Ingenieur-Mathematik II SS 2017 Blatt Aufgabe 13: Betrachten Sie die Funktion. f(x) =
Übungen zur Ingenieur-Mathematik II SS 2017 Blatt 6 2.5.2017 Aufgabe 1: Betrachten Sie die Funktion Lösung: f(x) = 1, x [, 1]. 1 + 25x2 a) Bestimmen Sie die Interpolationspolynome vom Grad m p m (x) =
MehrD-ITET, D-MATL. Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn
Name: Wichtige Hinweise D-ITET, D-MATL Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn Prüfungsdauer: 90 Minuten. Nur begründete Resultate werden bewertet. Zugelassene Hilfsmittel: 10 A4-Seiten
MehrÜbungsblatt 1 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA234 - SS6 Übungsblatt Musterlösung Aufgabe (Interpolationspolynom) a) Bestimmen Sie die Hilfspolynome L i, i =,,2, für x =, x = 2 und x 2 = 3 nach der Formel
MehrKAPITEL 10. Numerische Integration
KAPITEL 10. Numerische Integration 10.1 Einleitung Sei Es gilt I Ĩ = b I = b a a f(x) f(x) dx f(x) dx, Ĩ = b b a f(x) dx. a f(x) f(x) dx (b a) f f. I Ĩ I (b a) f f b a f(x) dx = ba f dx b a f(x) dx f f
MehrNumerik SS Übungsblatt 3
PROF. DR. BERND SIMEON CHRISTIAN GOBERT THOMAS MÄRZ Numerik SS 9 Übungsblatt 3 Aufgabe 1 Clenshaw-Curtis-Quadratur Wie bereits bei der Polynominterpolation bietet es sich auch zur Quadratur an Tschebysheff-
MehrVF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H11 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
MehrOrthogonalpolynome Einführung, Eigenschaften und Anwendungen
Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 1 Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Seminar zur Numerik im SS 2018, Universität zu Köln 10.
MehrNumerische Analysis - Matlab-Blatt 5
Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Sommersemester 05 Numerische Analysis - Matlab-Blatt 5 Lösung (Besprechung
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 32 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 23.1.2009 2 / 32 Wiederholung Stückweise Polynominterpolation Stückweise lineare Interpolierende
MehrKurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen
Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Wintersemester 2012/201 Zwischentest Teil 1: 1. Was bedeuten die Bezeichnungen O(h) und o(h)? (Definition) (siehe Skript!)
MehrD-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 2
D-MAVT NUMERISCHE MATHEMATIK FS 4 K Nipp, A Hiltebrand Lösung vom Test Sei A ( 3 3 ) a) Bestimmen Sie κ(a), die Kondition von A (in der -Norm): κ(a) b) Berechnen Sie den Spektralradius von A: ρ(a) 4 c)
MehrDiplom VP Numerik 27. August 2007
Diplom VP Numerik 27. August 2007 Multiple-Choice-Test 30 Punkte Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrLösungen zu Blatt 13 der Übungen zur Vorlesung Numerik, LMU München, Wintersemester 2016/2017
Lösungen zu Blatt 13 der Übungen zur Vorlesung Numerik, LMU München, Wintersemester 01/017 Peter Philip, Sabine Bögli. Januar 017 1. 10 Punkte) a) Betrachten Sie R mit der Maximumsnorm. Berechnen Sie die
Mehr1/26. Integration. Numerische Mathematik 1 WS 2011/12
1/26 Integration Numerische Mathematik 1 WS 2011/12 Notation 2/26 Die Abbildung I b a : C([a, b]) R gegeben durch Ia b (f ) := beschreibt die Integration. b a f (x)dx, Um das Integral I(f ) zu approximieren
MehrÜbungsblatt 2 Musterlösung
MSE SS17 Übungsblatt Musterlösung Lösung 5 (Transformation von Variablen) Zur Transformation gehen wir analog zur Vorlesung vor. Zunächst bestimmen wir die durch die PDGL definierte Matrix A und deren
MehrKlausur,,Algorithmische Mathematik II
Institut für angewandte Mathematik Sommersemester 017 Andreas Eberle, Matthias Erbar / Behrend Heeren Klausur,,Algorithmische Mathematik II Musterlösung 1 (Unabhängige Zufallsvariablen) a) Wir bezeichnen
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
Mehr2. Gauß-Integration. Prof. Dr. Wandinger 4. Scheibenelemente FEM 4.2-1
Die analytische Integration der Steifigkeitsmatrix für das Rechteckelement ist recht mühsam. Für Polynome gibt es eine einfachere Methode zur Berechnung von Integralen, ohne dass die Stammfunktion benötigt
MehrIII Das Symmetrische Eigenwertproblem (SEP)
III Das Symmetrische Eigenwertproblem (SEP) III3 Algorithmen für symmetrische tridiagonale Eigenwertprobleme Sei im folgenden a b A = b a b b n a n b n b n a n R n n, zb nach Householder- oder Lanczos(im
MehrMusterlösung. Modulprüfung MA2302. Numerik. 8. Oktober Prüfer: Prof. Dr. Bernd Simeon. Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral
Modulprüfung MA2302 Numerik 8. Oktober 2009 Musterlösung Prüfer: Prof. Dr. Bernd Simeon Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral soll durch die Quadraturformel approximiert werden. I n
MehrNumerische Verfahren
Numerische Verfahren Jens-Peter M. Zemke zemke@tu-harburg.de Institut für Numerische Simulation Technische Universität Hamburg-Harburg 15.04.2008 TUHH Jens-Peter M. Zemke Numerische Verfahren Numerische
MehrNumerik gewöhnlicher Differentialgleichungen (MA2304) Modulprüfung F. Bornemann, C. Ludwig 14. August 2017
Numerik gewöhnlicher Differentialgleichungen (MA234) Modulprüfung F. Bornemann, C. Ludwig 4. August 27 Aufgabe ( min) (a) Implementiere in Julia mit den Eingaben a, b, f und n die summatorische Trapez-Regel
MehrMusterlösung Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn
D-ITET, D-MATL Musterlösung Prüfung umerische Methoden, Sommer 01 Dr. Lars Kielhorn 1. a) z = exp(iϕ) = dz = i exp(iϕ) dϕ = c n [f] = 1 π f(exp(iϕ)) exp( iϕn) dϕ π 0 b) Allgemeine zusammengesetzte Trapezregel
MehrH.J. Oberle Analysis II SoSe Interpolation
HJ Oberle Analysis II SoSe 2012 7 Interpolation 71 Allgemeine Problemstellung Interpolation ist die Kunst, zwischen den Zeilen einer Tabelle zu lesen (Rutishauser) Von f : R R seien Funktionswerte (x j,
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen IGPM RWTH Aachen Institut für Geometrie und Praktische Mathematik Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen
MehrBegleitmaterial zur Vorlesung Numerik II
Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik
MehrNachklausur am Donnerstag, den 7. August 2008
Nachklausur zur Vorlesung Numerische Mathematik (V2E2) Sommersemester 2008 Prof. Dr. Martin Rumpf Dr. Martin Lenz Dipl.-Math. Nadine Olischläger Nachklausur am Donnerstag, den 7. August 2008 Bearbeitungszeit:
MehrT n (1) = 1 T n (cos π n )= 1. deg T n q n 1.
KAPITEL 3. INTERPOLATION UND APPROXIMATION 47 Beweis: Wir nehmen an qx) für alle x [, ] und führen diese Annahme zu einem Widerspruch. Es gilt nach Folgerung ii) T n ) T n cos π n ). Wir betrachten die
MehrVF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
Mehr8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.
8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Institut für Geometrie und Praktische Mathematik Multiple-Choice-Test NumaMB F08 (30 Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine
MehrName Vorname Fachrichtg. Matrikelnr. Punkte Klausur Aufgabe max. Punkte Punkte. Bitte beachten!
Fakultät für Mathematik Institut für Algebra und Geometrie Prof. Dr. Martin Henk, Dr. Michael Höding Modulprüfung Mathematik III Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik,
Mehra) Die Householder-Transformation, welche den ersten Spaltenvektor a 1 = der Matrix A auf , a 1 αe A = QR, A k =: Q k R k, A k+1 := R k Q k.
Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. W. Reichel Sommersemester 00 7.07.00 MODULPRÜFUNG Numerische Methoden (Höhere Mathematik IV für die Fachrichtung Meteorologie bzw.
MehrÜbungsblatt 10 Musterlösung
Übungsblatt 0 Musterlösung Numerik gewöhnlicher Differentialgleichungen MA2304 - SS6 Aufgabe 45 Fehlerkonstante von MSV Betrachten Sie ein allgemeines lineares q Schrittverfahren α q j y i+ j = h β q j
Mehr19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .
Universität Erlangen-Nürnberg Department Mathematik PD Dr Markus Bause Numerik I 9 Januar A Gegeben sei die Matrix A = a Führen Sie eine Zeilenskalierung der Matrix durch Klausur b Bestimmen Sie mit Hilfe
Mehreps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H13 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
Mehr*** Viel Erfolg!!! ***
Hochschule München, FK 03 WS 2017/18 Ingenieurinformatik Numerik für Ingenieure Studienbeginn vor WS13/14 (Kombinationsprüfung) ** Studienbeginn ab WS13/14 bis WS15/16 ** Studienbeginn ab SS16 (Kombinationsprüfung)
MehrLegendre Polynome. 1 2 n n! d n (( P n (x) P m (x)dx = 0 für m n.
Legendre Polynome Sei R[X] der Raum der Polynomfunktionen. Die Legendre Polynome P n R[X] sind definiert durch P n (x) = 1 d n (( x 2 1 ) n). dx n (a) P n hat genau n paarweise verschiedene Nullstellen
MehrLösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
MehrNumerische Methoden 7. Übungsblatt
Karlsruher Institut für Technologie (KIT) SS 01 Institut für Analysis Prof Dr Michael Plum Dipl-Mathtechn Rainer Mandel Numerische Methoden 7 Übungsblatt Aufgabe 17: Quadratur II Die Menge aller Polynome
MehrLineare Algebra II 11. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des
Mehr(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)
33 Interpolation 147 33 Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen
MehrAnalysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag
Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien
MehrKlausur im Fach Numerische Methoden II Universität Siegen; Fachbereich Maschinenbau,
Aufgabe 1 (Polynominterpolation) Abb. 1: Roboter für Positionierungsaufgaben Industrieroboter erledigen oft Positionierungsaufgaben, indem sie einen vorgegebenen Pfad abfahren. Diese Trajektorie entspricht
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)
MehrNumerische Mathematik II. (a) mit der geschlossenen Formel von Newton-Cotes. k k. (b) mit der Formel von Gau-Legendre fur w(x) = 1
Prof. Dr. C. W. Cryer SS 2 Numerische Mathematik II Ubungsblatt, Abgabe: 2.4., 3. Uhr Aufgabe : (4 Punkte). Berechnen Sie fur n = 2 3 If = Z ; +x 2 dx (a) mit der geschlossenen Formel von Newton-Cotes
Mehr2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)
Prof. Hesse Höhere Mathematik I und II Musterlösung 7. 0. 0, 80min Aufgabe (3 Punkte) Zeigen Sie mit vollständiger Induktion: Für alle n N gilt n k= k k k(k + ) = n+ n +. Induktionsanfang: k= Induktionsschluss
MehrApl. Prof. Dr. N. Knarr Musterlösung , 120min
Apl. Prof. Dr. N. Knarr Musterlösung 3.9.5, min Aufgabe (8 Punkte) Gegeben ist der Körper K : {(x, y, z) R 3 x + 4y, z 3}. Berechnen Sie der Ausfluss von g : R 3 R 3 durch den Rand K mit g(x, y, z) (x
MehrVF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB F10 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Aussagen Diese sind mit wahr bzw falsch zu kennzeichnen (hinschreiben) Es müssen alle Fragen mit wahr
MehrIX. Das symmetrische Eigenwertproblem (SEP)
IX. Das symmetrische Eigenwertproblem (SEP IX.3. Algorithmen für symmetrische tridiagonale Matrizen Sei a b. b A =........ a n b n (IX. b n a n z. B. nach Householder- oder Lanczos-Triagonalisierung (Kapitel
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Institut für Geometrie und Praktische Mathematik Diplom VP Numerik 13. September 004 Aufgabe 1 10 0 40 Gegeben sei die Matrix A = 80 10 10. 10 5 5 (6 Punkte) a) Skalieren (Zeilenäquilibrierung)
Mehr(a), für i = 1,..., n.
.4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung
MehrMATLAB Einführung. Numerische Methoden für ITET und MATL Dr. S. May, D. Devaud. ETH Zürich, Seminar for Applied Mathematics
Numerische Methoden für ITET und MATL 2016 ETH Zürich, Seminar for Applied Mathematics Dr. S. May, D. Devaud Frame 2 MATLAB Auf ETH Computer vorinstalliert Auf Heim PC: von www.ides.ethz.ch herunterladen
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, August BIOL-B GES+T PHARM Lösungen zu Mathematik I/II. ( Punkte) a) Wir führen Polynomdivision durch und erhalten (x 3 5) : (x ) = x +x+ 4 x. Also ist g(x) die Asymptote von f(x)
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.
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
MehrDifferentialgleichungen
Differentialgleichungen Viele physikalische Probleme können mathematisch als gewöhnliche Differentialgleichungen formuliert werden nur eine unabhängige Variable (meist t), z.b. Bewegungsgleichungen: gleichmäßig
MehrNumerisches 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
MehrKapitel 4. Numerische Differentiation und Integration
Kapitel 4 Numerische Differentiation und Integration Prof. R. Leithner, E. Zander Einführung in numerische Methoden für Ingenieure 4/2 Integration und Differentiation Probleme bei der Integration und Differentiation
MehrEinführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 4 Numerische
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 12
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 12 Hausaufgaben Aufgabe 12.1 Sei f : R 3 R 3 gegeben durch f(x) :=
MehrDr. R. Käppeli D-ITET, D-MATL Sommer Numerische Methoden Punkte
Dr. R. Käppeli D-ITET, D-MATL Sommer 217 Prüfung Numerische Methoden Wichtige Hinweise Die Prüfung dauert 9 Minuten. Erlaubte Hilfsmittel: 5 A4-Blätter doppelseitig (=1 Seiten) eigenhändig und handschriftlich
MehrLineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1.
b Musterlösung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice) Gegeben sei die folgende Matrix Winter 3 Prof. H.-R. Künsch A = a a) deta) = genau dann wenn gilt x a =. a =. ), a R. x
Mehr6 Numerische Integration
Numerik I 251 6 Numerische Integrtion Ziel numerischer Integrtion (Qudrtur): Näherungswerte für f(t) dt. Wozu? Eine Apprtur liefere Messwerte x i = x i + ε i. Angenommen, die Messfehler ε i sind stndrdnormlverteilt
MehrApl. Prof. Dr. N. Knarr Musterlösung , 120min
Apl. Prof. Dr. N. Knarr Musterlösung 4.3.25, 2min Aufgabe ( Punkte) Es sei S := {(x, y, z) R 3 z = x 2 + y 2, z 2}. (a) (6 Punkte) Berechnen Sie den Flächeninhalt von S. (b) (4 Punkte) Berechnen Sie die
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 6/7 837 Aufgabe Punkte): Gegeben sei das lineare Gleichungssystem Ax = b mit A = 6 3 und
Mehr4 Eigenwerte und Eigenvektoren
4 Eigenwerte und Eigenvektoren Sei V {0} ein K Vektorraum und f : V V K linear. Definition: Ein Eigenwert von f ist ein Element λ K, für die es einen Vektor v 0 in V gibt, so dass f(v) = λ v. Sei nun λ
MehrInhalt Kapitel IV: Interpolation
Inhalt Kapitel IV: Interpolation IV Interpolation IV. Polynom-Interpolation IV. Spline-Interpolation Kapitel IV (InhaltIV) Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten
MehrExplizite Runge-Kutta-Verfahren
Explizite Runge-Kutta-Verfahren Proseminar Numerische Mathematik Leitung: Professor Dr. W. Hofmann Dominik Enseleit 06.07.2005 1 1 Einleitung Nachdem wir schon einige numerische Verfahren zur Lösung gewöhnlicher
MehrNumerik gewöhnlicher Differentialgleichungen. Übung 8 - Lösungsvorschlag
Technische Universität Chemnitz Chemnitz, 2. Januar 21 Prof. R. Herzog, M. Bernauer Numerik gewöhnlicher Differentialgleichungen WS29/1 Übung 8 - Lösungsvorschlag 1. Ziel dieser Aufgabe ist die Umsetzung
MehrApl. Prof. Dr. N. Knarr Musterlösung , 120min. cos(x), y(0) = 1.
Apl. Prof. Dr. N. Knarr Musterlösung.9.6, min Aufgabe ( Punkte) Lösen Sie das folgende Anfangswertproblem: y = e y cos(x), y() =. Sei y : I R die maximale Lösung des gegebenen Anfangswertproblems (diese
MehrInterpolation, numerische Integration, Eigenwerte
Neunte Vorlesung, 29. Mai 2008, Inhalt Interpolation, numerische Integration, Eigenwerte Polynomiale Interpolation (Lagrange, Newton, Neville) Splines und weitere Interpolationsverfahren numerische Integration
MehrMusterlösung für die Klausur vom 31. März. (a) Wir bestimmen zunächst einen Normalenvektor von E 1 :
Musterlösung für die Klausur vom 3. März Aufgabe (a) Wir bestimmen zunächst einen Normalenvektor von E : AB AC 3 2 = 2 =. 2 2 Dieser ist der Richtungsvektor der gesuchten Geraden, also hat diese die Parameterdarstellung
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit
MehrFinite Elemente. Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 2015
Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 5 Aufgabe 8 (Speichertechniken) Finite Elemente Übung 5 a) Stellen Sie die Matrix
MehrLösungen der Aufgaben zu Kapitel 9
Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x
MehrD-ITET, D-MATL Numerische Methoden FS 2018 Dr. R. Käppeli P. Bansal. Lösung 3. j j + 1 P j 1(x), j 1. 2(1 x 2 k ) 2. ((j + 1)P j (x k ))
D-ITET, D-MATL umerische Methoden FS 2018 Dr. R. Käppeli P. Bansal Lösung 3 1. 3-Punkte Gauss Quadraturregel a) Um das Polynom P 3 (x) zu berechnen, benutzen wir die Formel P j+1 (x) 2j + 1 j + 1 xp j(x)
MehrKLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw
MehrMusterlösungen zur Leistungsnachweisklausur vom Studiengang Informatik, Ingenieurinformatik, Lehramt
TU ILMENAU Institut für Mathematik Numerische Mathematik PD Dr. W. Neundorf Musterlösungen zur Leistungsnachweisklausur vom.0.006 Studiengang Informatik, Ingenieurinformatik, Lehramt 1. Lineare Algebra
MehrNumerische Integration
Numerische Integration home/lehre/vl-mhs-1/folien/uebung/num_integration/cover_sheet_5a.tex Seite 1 von 12. p.1/12 Inhaltsverzeichnis 1. Einführung 2. Newton-Cotes Formeln Rechteckformel Trapezformel Simpsonsche
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
MehrDiplom VP Informatik / Numerik 2. September 2002
Diplom VP Informatik / Numerik. September 00 Aufgabe Gegeben sei das lineare Gleichungssystem A x = b mit 0 4 0 0 0 0 A = 4 0 0 0 0 0 0 0 0 und b = 4 4 8 5. Punkte a Berechnen Sie die Cholesky Zerlegung
MehrAnalysis I. 1. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge
MehrAusgewählte Lösungen zu den Übungsblättern 9-10
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 21 Quadraturverfahren R. Steuding
Mehr(x x j ) x [a,b] n! j=0
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB F10 (4 Punkte Es gibt zu jeder der 1 Aufgaben vier Aussagen. Diese sind mit bzw. zu kennzeichnen (hinschreiben. Es müssen alle Fragen mit oder gekennzeichnet
MehrVorkurs Mathematik Übungen zu linearen Gleichungssystemen
Vorkurs Mathematik Übungen zu linearen Gleichungssystemen Lineare Gleichungssysteme lösen Aufgabe. Lösen sie jeweils das LGS A x = b mit ( ( a A =, b = b A =, b = 6 Aufgabe. Berechnen Sie für die folgenden
MehrZusatzmaterial zu Kapitel 4
1 ERMITTLUNG DER TRANSITIONSMATRIX MIT DER SYLVESTER-FORMEL 1 Zusatzmaterial zu Kapitel 4 1 Ermittlung der Transitionsmatrix mit der Sylvester- Formel Wir nehmen an, dass das Zustandsmodell eines linearen
Mehrv(x, y, z) = (1 z)x 2 + (1 + z)y 2 + z. Hinweis: Der Flächeninhalt der Einheitssphäre ist 4π; das Volumen der Einheitskugel
Aufgabe Gegeben sei das Gebiet G : { (x, y, z) R 3 x 2 + y 2 + z 2 < } und die Funktion Berechnen Sie das Integral v(x, y, z) ( z)x 2 + ( + z)y 2 + z. G n ds, wobei n der nach außen zeigende Normalenvektor
MehrKlassische Polynom Interpolation.
Klassische Polynom Interpolation. Bestimme ein Polynom (höchstens) n ten Grades p n (x) = a 0 + a 1 x + a 2 x 2 +... + a n x n, das die gegebenen Daten interpoliert, d.h. p n (x i ) = f i, 0 i n. Erster
MehrVorlesungsvertretung Analysis II, H. P. Kiani, SoSe 2014 Ergänzungen/Erläuterungen zu den Folien von Prof. Iske
Fchbereich Mthemtik der Universität Hmburg Dr. H. P. Kini Vorlesungsvertretung Anlysis II, H. P. Kini, SoSe 4 Ergänzungen/Erläuterungen zu den Folien von Prof. Iske Qudrtur von f(x) uf [, 3] Mittelpunksregel,
Mehr7 Numerische Integration
Numerische Mathematik 318 7 Numerische Integration Ziel numerischer Integration (Quadratur): Näherungswerte für b a f(t) dt. Wozu? Ein Beispiel: Eine Apparatur liefert Meßwerte x i = x i + ε i. Angenommen,
Mehr