Numerische Integration

Größe: px
Ab Seite anzeigen:

Download "Numerische Integration"

Transkript

1 Numerische Integration home/lehre/vl-mhs-1/folien/uebung/num_integration/cover_sheet_5a.tex Seite 1 von 12. p.1/12

2 Inhaltsverzeichnis 1. Einführung 2. Newton-Cotes Formeln Rechteckformel Trapezformel Simpsonsche Formel. Gauss Formeln home/lehre/vl-mhs-1/folien/uebung/num_integration/toc_num_integr.tex Seite 2 von 12. p.2/12

3 Numerische Grundlagen Funktionen beschreiben in der Analysis eine unendliche Zahl von Wertepaaren, während in der Numerik nur eine finite Anzahl von Wertepaaren betrachten können). Eine analytische Integration basiert auf dem funktionalen Zusammenhang der durch die unendlich vielen Punkte repräsentiert wird. Da Computer damit nicht umgehen können, wenn die Stammfunktionen nicht explizit in einer Datenbank hinterlegt sind, arbeitet man mit Näherungsformeln auf der Basis von diskreten Punkten. Es existieren zwei verschiedene Klassen von Quadraturformeln, die hier betrachtet werden sollen: Newton-Cotes Formeln und Gauss Formeln. home/lehre/vl-mhs-1/folien/uebung/num_integration/num_integr_general.tex Seite von 12. p./12

4 Newton-Cotes Formeln Newton-Cotes Formeln zeichnen sich dadurch aus, dass die Funktionwerte der Funktion fx) an äquidistanten Punkten bekannt sein müssen. Man unterscheidet zwei verschiedene Arten von Newton-Cotes Formeln, geschlossene und offene. Die geschlossene Form verwendet sowohl die Anfangs- und Endpunkte des betrachteten Intervalls, während die offene Form diese nicht mit einbezieht. Für manche der Newton-Cotes Formeln niedriger Polynome existieren auch Eigennamen. Die bekanntesten sind die Rechteckformel Midpoint rule), Trapezformel Trapezoidal rule) und die Simpsonsche Formel Simpson s rule). home/lehre/vl-mhs-1/folien/uebung/num_integration/newton_cotes.tex Seite 4 von 12. p.4/12

5 Rechteckformel Die numerische Integration ist eine Näherung. Das Integral wird deshalb häufig auf zwei Teile aufgeteilt, die Näherung Qf) und die Fehlerabschätzung Ef). b a fx)dx = Qf) + Ef) ) a + b) = f b a) + 2 b a) 24 f ζ) Bei der numerischen Berechnung des Integrals wird nur die Näherung berechnet. Der Fehlerterm, welcher an der Stelle ζ berechnet wird, an der die zweite Ableitung f im Intervall [a, b] am größten ist, wird nur zur Abschätzung der Genauigkeit der Methode herangezogen. Beachte, dass der Fehler mit der dritten Potenz der Intervalllänge wächst! home/lehre/vl-mhs-1/folien/uebung/num_integration/midpoint_rule.tex Seite 5 von 12. p.5/12

6 Rechteckformel II y y = fx) a b x home/lehre/vl-mhs-1/folien/uebung/num_integration/midpoint_rule_2.tex Seite 6 von 12. p.6/12

7 Trapezformel Die Trapezregel ist sehr weit verbreitet, weil sie sehr einfach zu implementieren ist. b a fx)dx = b a 2 fa) + fb)) b a) 12 f ζ) y y = fx) a b x home/lehre/vl-mhs-1/folien/uebung/num_integration/trapezoidal_rule.tex Seite 7 von 12. p.7/12

8 Simpsonsche Formel Die Simpsonsche Formel basiert auf einem Interpolationschema von höherer Ordnung. b a fx)dx = b a 6 fa) + 4f ) a + b 2 ) + fb) b a) f 4) ζ) y y = fx) a b x home/lehre/vl-mhs-1/folien/uebung/num_integration/simpsons_rule.tex Seite 8 von 12. p.8/12

9 Gauss Formeln Wie auch bei den Newton-Cotes Formeln beschreibt die Gauss Formel das Integral als eine Summe von Funktionswerten. 1 1 fx)dω s α i fx i ) x i bezeichnet die Stelle, an der der Stützwert berechnet wird, und α i sind die zugehörigen Gewichte. s beschreibt den Grad der Näherung. Die Werte x i und α i hängen vom Grad der Näherung s ab. Man findet die tabellierten Werte in Mathematikbüchern; dort werden sie meistens für das normierte Intervall von 1 bis 1 angegeben. i=1 home/lehre/vl-mhs-1/folien/uebung/num_integration/gauss_quadr.tex Seite 9 von 12. p.9/12

10 Gauss Formel II Anzahl der Stützstellen n Koordinate ξ i Gewicht α i ± 1 ± Für eine Näherung zweiter Ordnung erhält man 1 1 fr)dr f ) )) + f. home/lehre/vl-mhs-1/folien/uebung/num_integration/gauss_quadr.tex Seite 10 von 12. p.10/12

11 Beispiel: Gauss Formel Beispiel: Berechnung eines Matrixeintrags in der Steifigkeitsmatrix der Finite Elemente Methode für ein Rechteckelement. A 75 = x,y) N 7 x) K x,y) N 5 x)d 2 x = = Ω r,s) ϕ II ) T [ J 1 K det [J ] ) 1 + s) 1 r) r 80 0s ] T [ ] ) K J 1 r,s) ϕ V I det [J ] drds r det [J ] s 1 1 s) det [J ] drds r) home/lehre/vl-mhs-1/folien/uebung/num_integration/example_gauss_1.tex Seite 11 von 12. p.11/12

12 Beispiel: Gauss Formel II A 75 = K 880 0s) K 880 0s) s + 25s r 2 66rs + 66r + 66s + 25s 2) drds [ ] s + 25s [ ] 2 66 s + 66 ds s = 1 1 K 1 4 K 480 0s) ) + 66s + 25s2 ds ) = 0.7K home/lehre/vl-mhs-1/folien/uebung/num_integration/example_gauss_1.tex Seite 12 von 12. p.12/12

2. Gauß-Integration. Prof. Dr. Wandinger 4. Scheibenelemente FEM 4.2-1

2. 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

Mehr

KAPITEL 10. Numerische Integration

KAPITEL 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

Mehr

5. Numerische Differentiation. und Integration

5. 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

Mehr

Interpolation, numerische Integration

Interpolation, numerische Integration Interpolation, numerische Integration 8. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 8. Mai 2014 Gliederung 1 Interpolation polynomial Spline 2 Numerische

Mehr

5. Numerische Differentiation. und Integration

5. 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

Mehr

Interpolation, numerische Integration, Eigenwerte

Interpolation, numerische Integration, Eigenwerte Neunte Vorlesung, 29. Mai 2008, Inhalt Interpolation, numerische Integration, Eigenwerte Polynomiale Interpolation (Lagrange, Newton, Neville) Splines und weitere Interpolationsverfahren numerische Integration

Mehr

Technische Numerik Numerische Integration

Technische 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

Mehr

1/26. Integration. Numerische Mathematik 1 WS 2011/12

1/26. 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

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 21 Quadraturverfahren R. Steuding

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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

Mehr

Kapitel 4. Numerische Differentiation und Integration

Kapitel 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

Mehr

VF-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.

VF-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

Mehr

Übungsblatt 3 Musterlösung

Übungsblatt 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

Mehr

Numerische Verfahren

Numerische Verfahren Numerische Verfahren Jens-Peter M. Zemke [email protected] Institut für Numerische Simulation Technische Universität Hamburg-Harburg 15.04.2008 TUHH Jens-Peter M. Zemke Numerische Verfahren Numerische

Mehr

VF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und

VF-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

Mehr

Regression, Interpolation, numerische. Integration

Regression, Interpolation, numerische. Integration ,, numerische 9. Vorlesung 170004 Methoden I Clemens Brand 20. Mai 2010 Gliederung : Aufgabenstellung Gesucht ist ein Polynom, das die Datenpunkte möglichst gut approximiert Gegeben m+1 Wertepaare (x i,

Mehr

Übungsblatt 4 Musterlösung

Übungsblatt 4 Musterlösung Numerik gewöhnlicher Differentialgleichungen MA2304 - 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

Mehr

5 Numerische Mathematik

5 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

Mehr

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von

Mehr

Lösungen 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 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

Mehr

1 2 x x x x x x2 + 83

1 2 x x x x x x2 + 83 Polynominterpolation Aufgabe 1 Gegeben sei die Wertetabelle i 0 1 2 3 x i 0 1 2 4 f i 3 1 2 7 a) Bestimmen Sie das Interpolationspolynom von Lagrange durch die obigen Wertepaare. b) Interpolieren Sie die

Mehr

Numerische Integration

Numerische Integration Heinrich Voss [email protected] Hamburg University of Technology Institute for Numerical Simulation TUHH Heinrich Voss Kapitel 3 2010 1 / 87 In vielen Fällen ist es nicht möglich, ein gegebenes Integral

Mehr

Interpolation und Integration mit Polynomen

Interpolation 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

Mehr

Einführung in die numerische Mathematik

Einführung 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

Mehr

Übungen zur Ingenieur-Mathematik II SS 2017 Blatt Aufgabe 13: Betrachten Sie die Funktion. f(x) =

Übungen 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) =

Mehr

Lösungen der Aufgaben zu Kapitel 9

Lösungen 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

Mehr

(x x j ) x [a,b] n! j=0

(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

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge

Mehr

Numerische Integration

Numerische Integration Numerische Integration Fakultät Grundlagen Januar 0 Fakultät Grundlagen Numerische Integration Übersicht Grundsätzliches Grundsätzliches Trapezregel Simpsonformel 3 Fakultät Grundlagen Numerische Integration

Mehr

(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)

(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

Mehr

Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen

Kurztest 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!)

Mehr

Normierte Vektorräume und lineare Abbildungen 71. kanonische Einbettung (von E in E ).

Normierte Vektorräume und lineare Abbildungen 71. kanonische Einbettung (von E in E ). Normierte Vektorräume und lineare Abbildungen 71 Zunächst ist κx: E K linear. κxx = x x x x zeigt κx x. Mit 20.5 b dann κx = x. Damit : 21.1 Bemerkung κ : E E ist linear mit κx = x für x E. Somit ist κ

Mehr

Klausur im Fach Numerische Methoden II Universität Siegen; Fachbereich Maschinenbau,

Klausur 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

Mehr

Institut für Geometrie und Praktische Mathematik

Institut für Geometrie und Praktische Mathematik RWTH Aachen Verständnisfragen-Teil Institut für Geometrie und Praktische Mathematik 4 Punkte Es gibt zu jeder der Aufgaben vier Teilaufgaben. Diese sind mit bzw. zu kennzeichnen hinschreiben. Es müssen

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

Institut für Geometrie und Praktische Mathematik

Institut für Geometrie und Praktische Mathematik RWTH Aachen Verständnisfragen-Teil Institut für Geometrie und Praktische Mathematik (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben).

Mehr

Diplom VP Numerik 21. März 2005

Diplom VP Numerik 21. März 2005 Diplom VP Numerik. März 5 Aufgabe Gegeben sei das lineare Gleichungssystem Ax = b mit A = 3 3 4 8 und b = 4 5.5 6. ( Punkte) a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung. Geben Sie

Mehr

VF-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.

VF-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

Mehr

5 Interpolation und Approximation

5 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)

Mehr

Begleitmaterial zur Vorlesung Numerik II

Begleitmaterial 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

Mehr

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

Approximation, Interpolation, numerische Integration

Approximation, Interpolation, numerische Integration Approximation, Interpolation, numerische Integration 7. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 12. Mai 2016 Approximation, Interpolation, numerische

Mehr

Nachklausur am Donnerstag, den 7. August 2008

Nachklausur 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:

Mehr

Klassische Polynom Interpolation.

Klassische 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

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Dr. R. Käppeli D-ITET, D-MATL Sommer Numerische Methoden Punkte

Dr. 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

Mehr

19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .

19. 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

Mehr

Mathematik für Bauingenieure

Mathematik für Bauingenieure Mathematik für Bauingenieure von Kerstin Rjasanowa 1. Auflage Mathematik für Bauingenieure Rjasanowa schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Hanser München 2006 Verlag C.H.

Mehr

Numerische Integration

Numerische Integration Numerische Integration Nikola Isenhardt Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 00/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: Mein Referat beschäftigt sich mit dem Thema

Mehr

A 1 A 2 A 3 A 4 A 5 A 6 A 7

A 1 A 2 A 3 A 4 A 5 A 6 A 7 Institut für Geometrie und Praktische Mathematik Numerisches Rechnen für Informatiker WS 7/8 Prof. Dr. H. Esser J. Grande, Dr. M. Larin Klausur Numerisches Rechnen für Informatiker Hilfsmittel: keine (außer

Mehr

5. Spezielle stetige Verteilungen

5. Spezielle stetige Verteilungen 5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für

Mehr

LABORÜBUNG MATLAB/OCTAVE

LABORÜBUNG MATLAB/OCTAVE LABORÜBUNG MATLAB/OCTAVE 1. Riemannsche Summen mit MATLAB/Octave Riemannsche Summen lassen sich sehr einfach mit MATLAB/Octave berechnen. Das Vorgehen ist das folgende: (i) die Breite x der Teilintervallen

Mehr

Klausur Numerische Methoden II Universität Siegen, Fachbereich Maschinenbau,

Klausur Numerische Methoden II Universität Siegen, Fachbereich Maschinenbau, Universität Siegen, Fachbereich Maschinenbau, 31.7.9 Name: Matrikelnummer: Aufgabe 1 (8 Punkte) Für die Abschätzung der Lebensdauer eines Wälzlagers wird die Bestimmungsgröße K gemäß der obenstehenden

Mehr

6. Polynom-Interpolation

6. 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

Mehr

12.2 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] = 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

Mehr

Tschebyschow-Polynome

Tschebyschow-Polynome Tschebyschow-Polynome Harald Leisenberger, Robert Trummer 24. April 203 Vorwort: In dieser Arbeit geht es um eine spezielle Art von Polynomen, die nach dem bekannten russischen Mathematiker P. L. Tschebyschow

Mehr

Institut für Geometrie und Praktische Mathematik

Institut 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

Mehr

Numerik SS Übungsblatt 3

Numerik 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-

Mehr

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems

Von 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

Mehr

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Kommentierte 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.

Mehr

Formelsammlung Numerik

Formelsammlung Numerik Formelsammlung Numerik Fachbereich Design und Informatik Fachhochschule Trier University of Applied Sciences - 1-1 Grundlagen 1. Festlegungen: x - exakter Wert x - Näherungswert 2. Wahrer Fehler: 3. Absoluter

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

1. Anfangswertprobleme 1. Ordnung

1. Anfangswertprobleme 1. Ordnung 1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differenzialgleichungssysteme 5.1-1 1.1 Grundlagen

Mehr

Angewandte Mathematik am Rechner 1

Angewandte Mathematik am Rechner 1 Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 5 Grundlagen Analysis Kontinuierliche Mengen Vollständige Mengen Folgen Iterative Berechnungen Grenzwert:

Mehr

Serie 13: Online Test

Serie 13: Online Test D-ERDW, D-HEST, D-USYS Mathematik I HS 13 Dr. Ana Cannas Serie 13: Online Test Einsendeschluss: 31. Januar 214 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.

Mehr

15.5 Stetige Zufallsvariablen

15.5 Stetige Zufallsvariablen 5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven

Mehr

1. Anfangswertprobleme 1. Ordnung

1. Anfangswertprobleme 1. Ordnung 1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differentialgleichungssysteme Prof. Dr. Wandinger

Mehr

Musterlösungen zur Leistungsnachweisklausur vom Studiengang Informatik, Ingenieurinformatik, Lehramt

Musterlösungen 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

Mehr

Der Taylorsche Satz Herleitung und Anwendungen

Der Taylorsche Satz Herleitung und Anwendungen Der Taylorsche Satz Herleitung und Anwendungen Joachim Schneider Juni 2004 Zusammenfassung Es wird ein enfacher Beweis des Taylorsche Satz über die lokale Approximierbarkeit hinreichend glatter Funktionen

Mehr

Kapitel 8 Einführung der Integralrechnung über Flächenmaße

Kapitel 8 Einführung der Integralrechnung über Flächenmaße 8. Flächenmaße 8.1 Flächenmaßfunktionen zu nicht negativen Randfunktionen Wir wenden uns einem auf den ersten Blick neuen Thema zu, der Ermittlung des Flächenmaßes A von Flächen A, die vom nicht unterhalb

Mehr

ANALYSE NUMERISCHER VERFAHREN

ANALYSE 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

Mehr

Technische Numerik Numerische Integration

Technische 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 Integrtion Peter Gngl Institut für Angewndte Mthemtik, Technische Universität Grz c Alle Rechte vorbehlten. Nchdruck und

Mehr

Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.

Musterlösung 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

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.

8 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

Mehr

Numerik gewöhnlicher Differentialgleichungen (MA2304) Modulprüfung F. Bornemann, C. Ludwig 14. August 2017

Numerik 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

Mehr

Klausur Numerisches Rechnen ( ) (Musterlösung)

Klausur Numerisches Rechnen ( ) (Musterlösung) Rheinisch-Westfälische Technische Hochschule Aachen Institut für Geometrie und Praktische Mathematik Numerisches Rechnen WS 01/013 Prof. Dr. M. Grepl J. Berger, P. Esser, L. Zhang Klausur Numerisches Rechnen

Mehr

Programmieraufgaben zur Vorlesung Numerik (Lehramt) Sommersemester

Programmieraufgaben zur Vorlesung Numerik (Lehramt) Sommersemester Programmieraufgaben zur Vorlesung Numerik (Lehramt) Sommersemester 2018 1 Aufgabe 1 Ein überaus beliebter Mathematikprofessor bietet vier Studenten eine zusätzliche Konsultation zur Numerik an. Leider

Mehr

Übungsaufgaben zur Kurvendiskussion

Übungsaufgaben zur Kurvendiskussion SZ Neustadt Mathematik Torsten Warncke FOS 12c 30.01.2008 Übungsaufgaben zur Kurvendiskussion 1. Gegeben ist die Funktion f(x) = x(x 3) 2. (a) Untersuchen Sie die Funktion auf Symmetrie. (b) Bestimmen

Mehr

FEM isoparametrisches Konzept

FEM isoparametrisches Konzept FEM isoparametrisches Konzept /home/lehre/vl-mhs-/folien/vorlesung/5_fem_isopara/deckblatt.tex Seite von 25. p./25 Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente 2. Finite-Element-Typen

Mehr

Übungsaufgaben zur Vorlesung Analysis II. Blatt 1

Übungsaufgaben zur Vorlesung Analysis II. Blatt 1 Fakultät für Mathematik Ruhr-Universität Bochum SS 2003 24.4.2003 Blatt Aufgabe : (2+2+ Punkte) Gegeben sei die Funktion f : ]0; ] R mit f(x) = 2 xx. (a) Bestimmen Sie das Monotonie- und Krümmungsverhalten

Mehr

Kapitel 18 Numerisches Differenzieren und Integrieren

Kapitel 18 Numerisches Differenzieren und Integrieren Kapitel 8 Numerisches Differenzieren und Integrieren 8 8 8 Numerisches Differenzieren und Integrieren.......... 43 8. Numerische Differenziation... 43 8.. Differenzenformeln für die erste Ableitung...

Mehr

Übungen zur Analysis 2

Übungen zur Analysis 2 Mathematisches Institut der Universität München Prof. Dr. Franz Merkl Sommersemester 2013 Blatt 10 21.06.2013 Übungen zur Analysis 2 10.1 Betrachten Sie die Funktion f : R 2 R, f(x, y) =x 2 + y 2, den

Mehr

Numerische Analysis - Matlab-Blatt 5

Numerische 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

Mehr

Numerik gewöhnlicher Differentialgleichungen. Übung 8 - Lösungsvorschlag

Numerik 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

Mehr