Bernstein-Polynome. Autor: Johannes Erath. Schriftliche Ausarbeitung zum Vortrag vom
|
|
- Justus Meyer
- vor 7 Jahren
- Abrufe
Transkript
1 Bernstein-Polynome Autor: Johannes Erath Schriftliche Ausarbeitung zum Vortrag vom
2 Inhaltsverzeichnis 1 Einleitung 3 2 Einführung Etwas Geschichte Denition der Bernstein-Polynome Beispiele Der Weierstraÿ'sche Approximationssatz Vorbemerungen Beweis Weitere Eigenschaften Endpunt-Interpolation Lineare Unabhängigeit Symmetrie Reursive Darstellung Maximum/ Ableitung Ordnungserhöhung Integration Quellen und weiterführende Literatur 15 2
3 1 Einleitung Liebe Leserin, lieber Leser, dieses Doument entstand im Rahmen des Proseminars Analysis des Sommersemester 2009 unter der Leitung von Prof. Freitag. Es bleibt im folgenden zu beachten, dass dies eine schriftliche Ausarbeitung zum mündlichen Vortrag ist, das heiÿt hier werden sicherlich nicht alle Aspete der Bernstein- Polynome betrachtet, sondern der Schwerpunt lag auf dem Beweis des Weierstraÿ'schen Approximationssatzes. Hinzu ommen noch einige weitere Eigenschaften der Bernsteinpolynome. 2 Einführung 2.1 Etwas Geschichte... Die Bernstein-Polynome sind benannt nach dem russischen Mathematier Sergei Natanowitsch Bernstein. Geboren wurde er am 5.März 1880 in Odessa, in der heutigen Uraine. Nach seinem Schulabschluss 1898, ging er nach Paris und studierte dort, abgesehen von einem Auslandssemester 1902/03 in Göttingen/ Deutschland, bis In seiner ersten Promotion in Paris löste er Hilberts 19. Problem über die Analyzität der Lösungen von Lagrangefuntionen. Da damals in Russland eine ausländischen Abschlüsse anerannt wurden, begann Bernstein nach seiner Rücehr 1905 erneut zu studieren (in Charow/ heutige Uraine). Infolgedessen erwarb er seinen russischen Hochschulabschluss 1908 und seinen zweiten Dotortitel Um diesen zu beommen löste er Hilberts 20. Problem, welches die Fragestellung behandelt, unter welchen Bedingungen Randwertprobleme Lösungen besitzen. Bereits 1907 begann Bernsteins Lehrtätigeit in Charow und diese dauerte 25 Jahre ging er nach Leningrad (heutiges Sant Petersburg/ Russland) um dort an der Universität und am Polytechnischen Institut zu lehren bis er schlieÿlich 1943 nach Mosau zog, um an der dortigen Universität weiterzuarbeiten. Am 26.Otober 1968 verstarb er dann auch dort. Während seiner Forschungsarbeit beschäftigte er sich insbesondere im Bereich der Wahrscheinlicheitstheorie und mit der Theorie zur Approximation von Funtionen. Bereits 1911 führte er dabei die nach ihm benannten Polynome ein, um damit den Weierstraÿ'schen Approximationssatz zu beweisen. Dasselbe wollen wir im Folgenden auch tun. 3
4 2.2 Denition der Bernstein-Polynome Für n N 0 und 0 n, sowie t [0, 1] sind die Bernstein-Polynome deniert als: b n (t) : (1 t) n t wobei : Für < 0 und > n denieren wir: n!!(n )! b n (t) : 0 Hinweis: Die Bernstein-Polynome önnen auch auf einem beliebigen Intervall [a, b] deniert werden. Und zwar wie folgt: b n ( t a b a ) ( n ) t a b a (t a) 1 (b a) (b a b a ( t a b a ))n Es wird also lediglich t t a b a. 2.3 Beispiele (1 t a b a )n 1 n (t a) (b t) n (b a) n (t a) 1 1 (b a) ((b t)n (b a) ) n In der Tabelle sehen sie die Bernsteinpolynome für n 0, 1, 2, 3, 4 b n (t) b 0 (t) 1 b 1 (t) 1 t t b 2 (t) (1 t)2 2(1 t)t t 2 b 3 (t) (1 t)3 3(1 t) 2 t 3(1 t)t 2 t 3 b 4 (t) (1 t)4 4(1 t) 3 t 6(1 t) 2 t 2 4(1 t)t 3 t 4 Anhand dieser Tabelle önnen Sie zum besseren Verständnis die ein oder andere Eigenschaft anhand von onreten Beispielen überprüfen. 4
5 dritten Grades.jpg Abbildung 1: Bernstein-Polynome dritten Grades im Intervall [0,1] 5
6 vierten Grades.jpg Abbildung 2: Bernstein-Polynome vierten Grades im Intervall [0,1] 6
7 3 Der Weierstraÿ'sche Approximationssatz Jede stetige Funtion auf einem ompaten Intervall [a,b] lässt sich beliebig gut durch Polynome approximieren, das heiÿt für jedes ɛ > 0 gibt es ein Polynom p, so daÿ gilt: 3.1 Vorbemerungen max a t b f(t) p(t) < ɛ Wir betrachten im folgenden nur den Bereich im Intervall von [0, 1], da jedes Intervall [a, b] linear auf [0, 1] transformiert werden ann. Für den Hauptteil werden einige Umformungen benötigt, die hier nun bewiesen werden. Die Eins: Für n N 0 und 0 n gilt: b n (t) 0 0 (1 t) n t ist nach der binomischen Formel gleich: ((1 t) + t) n 1 Für t gilt: 0 n bn (t) n! n!(n )! (1 t)n t 0 1 (n 1)! ( 1)!(n )! (1 t)n t t (n 1)! ( 1)!(n )! (1 n 1 t)n t 1 t b n 1 (t) t 1 0 Eine weitere Gleichung, die wir später noch gebrauchen ist: ( 1) b n ( 1) n! n (t) 2 n 2!(n )! (1 t)n t 0 0 n 1 1 (n 1)! n 1 n ( 2)!(n )! (1 t)n t n 1 n 2 b n 2 (t) n 2 0 7
8 n 1 n Dementsprechend folgt: f(t) (1 t) n t f(t) (1 t) n t f(t)((1 t)+t) n f(t) Beweis Wir denieren eine Summe von Polynomen, die sich f annähern sollen, wie folgt: p n f( n ) (1 t) n t n0 Daher ann man, um f(t) p n (t) näher zu bestimmen folgende Umformung vornehmen: f(t) p n (t) f(t) (1 t) n t f( n ) (1 t) n t (f(t) f( n )) (1 t) n t Nun versuchen wir den Abstand f(t) p n (t) für alle t [0, 1] abzuschätzen. Da f nach Voraussetzung auf einem ompaten Intervall und stetig ist, ist f sogar gleichmäÿig stetig. Damit gilt: Für jedes ɛ > 0 und s, t [0, 1] muss gelten: t s < δ f(t) f(s) < ɛ Wir wählen nun ein festes t [0, 1] und teilen den Index in zwei Teile: f(t) p n (t) (f(t) f( n )) (1 t) n t 0 n (f(t) f( n )) (1 t) n t + n (f(t) f( n )) (1 t) n t t n <δ t n δ Denn dadurch önnen wir nun folgende Abschätzungen vornehmen: 8
9 Vorderer Teil: n (f(t) f( n )) (1 t) n t t n <δ ɛ 2 Dreiecsungl. t n <δ ( n ( n f(t) f( n ) t n ) (1 t) n t ɛ 2 n0 ) (1 t) n t (1 t) n t ɛ 2 ((1 t) + t)n ɛ 2 Hinterer Teil: Da t δ t n 1 (t n )2 1 folgt: n δ δ 2 n f(t) f( n ) (1 t) n t t n δ Dreiecsungl. f(t) f( n ) ( n ) (1 t) n t (t n )2 δ 2 1 Wir denieren: M : max t [0,1] f(t) Daraus folgt mit Hilfe der Dreiecsungl.: f(t) f( ) f(t) + f( ) 2M Und damit: n n f(t) f( n ) (1 t) n t 2M (t n )2 δ 2 1 (t n )2 δ 2 1 (1 t) n t 2M (t n )2 δ 2 1 (t n )2 δ 2 (1 t) n t 2M (t n )2 n (1 t) n t δ 2 0 2M (t δ 2 n )2 (1 t) n t 0 9
10 Betrachten wir nun den Term n 0 (t n )2 b n etwas genauer: (t n )2 b n (t) 0 (t 2 2t n + ( n )2 )b n (t) 0 0 (t 2 2t n + 2 n 2 + n 2 n 2 )bn (t) (t 2 2t n 0 + ( 1) n 2 + n 2 )bn (t) nachv orbem. t 2 2t n t + n 1 n t2 t 2 ( n ) + 1 n t 1 t(1 t) n Also ist: 2M (t δ 2 n )2 (1 t) n t 2M t(1 t) nδ2 0 M 2nδ 2 für alle t [0, 1], denn t 2 t 1. 4 Also ist: n f(t) f( n ) (1 t) n t M 2nδ 2 t n δ Zusammengefasst erhalten wir: f(t) p n (t) ɛ 2 + M 2nδ 2 M Wir müssen unser n also so wählen, dass < ɛ erfüllt wird, also besser 2nδ 2 2 ausgedrüct n > M. Ist dies erfüllt so gilt: f(t) p δ 2 n (t) < ɛ t [0, 1]. Es lässt sich also sagen, dass je leiner f(t) p n (t) 4 Weitere Eigenschaften Endpunt-Interpolation b n (0) n!!(n )! (1 0)n 0 b n(0) 10 { 1 für 1 0 sonst
11 b n (1) (1 1) n 1 { n 0 n 1 b 1 für n n(1) 0 sonst Die Eigenschaft, dass alle Werte, abgesehen von dem ersten oder letzten, gleich sind nennt man Endpunt-Interpolation Lineare Unabhängigeit Behauptung: Die Bernstein-Polynome sind linear unabhängig, es gilt also: n 0 λ b n (t) 0 Beweis: Da die Polynome vom Grad n sind ergibt sich nach n-maliger Ableitung: d y λ dt y bn (t) 0 0 mit t [0, 1]; 1 y n. Nun wissen wir aber auch, dass dieser Term für t 0 0 ergibt, also: d y λ dt y bn (0) 0 0 Und damit auch λ n 0. Durch Indution erhält man dann λ n... λ 0 0. Daraus folgt dann die Behauptung Symmetrie Behauptung: Die Bernstein-Polynome sind symmetrisch, das heiÿt b n (t) b n n (1 t) Beweis: b n n (1 t) (1 (1 t)) n (n ) (1 t) n n n! (n )!(n (n ))! t (1 t) n Reursive Darstellung Behauptung: b n (t) tb n 1 1 (t) + (1 t)bn 1 (t) t (1 t) n b n(t) 11
12 Beweis: n!!(n )! n(n 1)!!(n )! ( + (n ))(n 1)!!(n )! (n 1)! (n )(n 1)! +!(n )!!(n )! (n 1)! ( 1)!((n 1) ( 1))! + (n 1)!!(n 1)! (n 1)! ( 1)!(n )! + (n 1)!!(n 1)! Damit ann man nun unsere Behauptung ganz einfach nachweisen: tb n 1 1 (t) + (1 t)bn 1(t) n 1 n 1 t (1 t) n 1 ( 1) t 1 + (1 t) (1 t n 1 t ) 1 1 (1 t) n t Maximum/ Ableitung ( n 1 ) (1 t) n t b n(t) Behauptung: (b n ) (t) n( b n 1 (t) + b n 1 1 (t)) Beweis: Nach Produt- und Kettenregel gilt: (b n ) (t) ((n )(1 t) n 1 ( 1)t + t 1 (1 t) n ) ((n )(1 t) n 1 ( 1)tt 1 + t 1 (1 t)(1 t) n 1 ) n 1 n 1 n (1 t) n 1 t ( 1)+n t 1 (1 t)n n( b n 1 (t)+b n (t)) * 12
13 Behauptung: b n hat ein eindeutig bestimmtes Maximum für t n für t [0, 1] Beweis: Überprüfen wir zuerst die Randstellen: b n (0) b n (1) n!!(n )! (1 0)n 0 0 n!!(n )! (1 1)n 1 0 Nach obiger Ableitung bei (*) gilt: ((n )(1 t) n 1 ( 1)tt 1 + t 1 (1 t)(1 t) n 1 ) Denn: n (n!) und (n ) ( n (1 t) n 1 t 1 (( 1)(n )t + (1 t)) n (n 1)! n n 1 ( 1)!(n )! ( 1)!(n )! 1!(n )! n! ) (n )n! n!!(n )!!(n 1)! n(n 1)! n( n 1!(n 1 )! Damit dieser Term Null wird (um alle Extremwerte zu nden), muss ( 1)(n )t + (1 t) Null werden, also: ) ( 1)(n )t + (1 t) 0 t nt t nt t n Dies ist das eindeutig bestimmte Maximum, denn wie oben gesehen sind beide Randstellen gleich Null und wie man sehr einfach sieht (jeder Fator ist positiv), sind die Bernstein-Polynome für alle t [0, 1] positiv Ordnungserhöhung Behauptung: Beweis: b n (t) 1 n 1 bn+1 +1 (t) + n + 1 n + 1 b n+1 (t) b n (t) ((1 t) + t) (1 t) n t n!!(n )! (1 t)n tt n! +!(n )! (1 t)(1 t)n t 13
14 + 1 (n + 1)! n + 1 ( + 1)!(n )! (1 t)n t +1 + n + 1 (n + 1)! n + 1!(n + 1 )! (1 t)n+1 t Integration + 1 n + 1 bn+1 +1 (t) + n + 1 n + 1 b n+1 (t) Behauptung: 1 0 bn dt 1 n+1 Beweis: Für den Beweis hierzu verwenden wir das Ergebnis der Dierentialgleichung, wonach: (b n ) (t) n( b n 1 (t) + b n 1 1 (t)) (bn+1 +1 ) (t) (n + 1)b n (t) (n + 1)b n +1(t) b n (t) 1 n + 1 (bn+1 +1 (t)) + b n +1(t) b n +1 (t) ist nach Denition gleich Null, daher ist dieses Bernsteinpolynom vernachlässigbar. Desweiteren gilt: 1 0 (b n+1 +1 (t)) dt [b n+1 +1 (t)]1 0 ( n n ) + 1 (1 1) n 1 +1 (1 0) n n Da das Integral unabhängig von und n aufgrund der Endpunt-Interpolation dasselbe Ergebnis ergibt, folgt: Da die n bn+1 +1 b n 0(t)dt 1 0 (t) 1 ist folgt: 1 0 b n 1(t)dt... b n (t) 1 n b n+1 +1 (t)dt 14
15 5 Quellen und weiterführende Literatur Günther Hämmerlin/ Karl-Heinz Homann: Numerische Mathemati, 3.Auage, Springer-Verlag, Berlin 1994 Ole Christensen/ Khadija L. Christensen: Approximation Theory, Birhäuser Verlag, Boston
Bernoullipolynome und Bernoullizahlen
Bernoullipolynome und Bernoullizahlen Artjom Zern Ausarbeitung zum Vortrag im Proseminar Analysis (Sommersemester 9, Leitung Prof. Dr. Eberhard Freitag) Zusammenfassung: Wie aus dem Titel ersichtlich ist
MehrDie Binomialreihe. Sebastian Schulz. Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung Prof. Dr.
Die Binomialreihe Sebastian Schulz Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 008/09, Leitung Prof. Dr. Eberhard Freitag Zusammenfassung: Diese Ausarbeitung beschäftigt sich mit der
MehrAnalysis I MATH, PHYS, CHAB. 2 k (2 k ) s = 2 k(1 s) = k=0. (2n 1) n=1. n=1. n n 2. n=1. n=1. = ζ(2) 1 4 ζ(2) = 3 4 ζ(2)
Prof. D. Salamon Analysis I MATH, PHYS, CHAB HS 204 Musterlösung Serie 7. Der Vollständigeit wegen, zeigen wir zunächst die Konvergenz der Reihendarstellung der ζ-funtion für s >. ζs : n n s 2 + n s 0
MehrSeminar Gewöhnliche Dierentialgleichungen
Seminar Gewöhnliche Dierentialgleichungen Dynamische Systeme II Valentin Jonas 8. 6. 215 1 Einleitung In dem letzten Kapitel "Dynamische Systeme I" ging es vor allem um in t glatte, autonome, dynamische
MehrDer Satz von Stone-Weierstraÿ
Gregor Matuschek Der Satz von Stone-Weierstraÿ Ausarbeitung zum Vortrag im Proseminar Analysis I (Sommersemester 009, Leitung Prof. Eberhard Freitag) Zusammenfassung: Wir kennen bereits den Approximationssatz
MehrUniversität 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
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)
Mehr11. Darstellung von Kurven und Flächen
H.J. Oberle Approximation WS 23/4. Darstellung von Kurven und Flächen Bézier Kurven. Unser Ziel ist es, polynomiale Kurven auf dem Rechner möglichst effizient darzustellen. Hierzu nutzen wir die Basisdarstellung
MehrDer chinesische Restsatz mit Anwendung
Der chinesische Restsatz mit Anwendung Nike Garath n.garath@gmx.de Martrikelnummer: 423072 Seminar: Verschlüsslungs- und Codierungstheorie Dozent: Dr. Thomas Timmermann Sommersemester 2017 Inhaltsverzeichnis
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
MehrKurven. Markus Kraxner 22. Januar 2015
Kurven Markus Kraxner 22. Januar 2015 1 Inhaltsverzeichnis 1 Einleitung 3 2 Einleitung Kurven 4 2.1 Parameterdarstellung von Kurven.................. 4 2.2 Ebene Kurven............................. 4 2.3
Mehr1. Aufgabe (6 Punkte) Zeigen Sie mit Hilfe der vollständigen Induktion, dass folgende Gleichheit gilt für alle n N, n 2. k (k + 1)! = 1 1 n!.
. Aufgabe (6 Punte) Zeigen Sie mit Hilfe der vollständigen Indution, dass folgende Gleichheit gilt für alle n N, n 2 n ( + )! n!. [6P] Ind. Anfang: n 2 oder l.s. ( + )! 2 r.s. 2! 2. ( + )! 2! 2! 2 2 2
MehrDer Satz von Stone-Weierstraÿ
Der Satz von Stone-Weierstraÿ Bachelorarbeit vorgelegt von Ulf Biallas Matrielnummer 1830830 3. April 010 Angefertigt im Rahmen des Seminars Numerische Mathemati Faultät für Mathemati, Universität Bielefeld
MehrDie Transzendenz von e
Die Transzendenz von e Stephan Wojtowytsch 2. Juni 29 Wir wollen zeigen, dass die eulersche Zahl e transzendent ist. Transzendente Zahlen sind Zahlen, die nicht als Nullstellen von Polynomen mit ganzen
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
MehrPolynome, Stetigkeit, Dierenzierbarkeit
Polynome, Stetigkeit, Dierenzierbarkeit Inhaltsverzeichnis 1 Polynome 1 1.1 Denitionen...................................................... 1 1.2 Nullstellen.......................................................
MehrDer Tangentialraum im Einselement
Technische Universität Dortmund Fakultät für Mathematik - Lehrstuhl VII Seminarvortrag Der Tangentialraum im Einselement Seminar Geometrie für Lehramt/Dierentialgeometrie I Dozent Prof. Dr. Lorenz Schwachhöfer
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.
MehrWeitere Interessante Funktionen
Weitere Interessante Funktionen Pascal Wagner Ausarbeitung zum Vortrag im PS Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser
Mehr«a n k b k. (4) (a + b) n = Der allgemeine binomische Lehrsatz
2.2.3 Der allgemeine binomische Lehrsatz Mit Hilfe dieser neuen Begriffe und Symbole önnen wir eine allgemeingültige Formel für den Ausdruc (a + b) n angeben. Es gilt: Lemma 2. [Binomischer Lehrsatz] Sind
MehrSTETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN
STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),
Mehr$Id: reell.tex,v /11/15 13:12:24 hk Exp $
$Id: reell.tex,v.8 200//5 3:2:24 h Exp $ 4 Die reellen Zahlen 4.3 Das Vollständigeitsaxiom Wir hatten das Supremum einer Menge M R als die leinste obere Schrane von M definiert, sofern eine solche überhaupt
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
Mehrp = 0 Nun zur eigentlichen Aufgabe. Wie wir wissen, ist {1, X, X 2 } eine Basis von V, die wir nun mit Gram-Schmidt orthogonalisieren.
Aufgabe 1 Es sei V = {p R[X] Grad p 2} und a, b, c R fest gewählt Überzeugen Sie sich davon, dass die Abbildung, : V V R, deniert durch p, q := p(a)q(a) + p (b)q (b) + p (c)q (c) ein Skalarprodukt ist
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
MehrANALYSIS 2 VERSION 26. Juni 2018
ANALYSIS VERSION 6 Juni 018 LISIBACH ANDRÉ 6 Potenzreihenentwicklung 61 Einleitung Die Linearisierung einer Funktion f(x an der Stelle x ist die Funktion L(x f( + df dx ((x Die Linearisierung ist ein Polynom
MehrÜber die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def.
4 NATÜRLICHE ZAHLEN UND VOLLSTÄNDIGE INDUKTION 15 der Eigenschaften von N streng begründen, was hier aber nicht geschehen soll. (Statt Zahlen önnen die a n auch Elemente irgendwelcher Mengen sein.) Über
MehrStochastik Approximationen der Binomialverteilung
Stochastik Approximationen der Binomialverteilung Stefan Englert stefan.englert@gmx.net 21. April 2007 Inhaltsverzeichnis 1 Approximation von n! und b n,p (k) 2 2 Der Satz von de Moivre-Laplace 6 3 Die
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 018/019 5.10.018 Höhere Mathemati für die Fachrichtung Physi Lösungsvorschläge zum. Übungsblatt
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
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrAdaptive Mehrschrittverfahren
Adaptive Mehrschrittverfahren Moritz Neumann 21. März 2011 1 Inhaltsverzeichnis 1 Vorwort 3 2 Einführung 3 3 Adaptive Seuerung der Schrittweite und Ordnung 5 3.1 Adams-Verfahren................................
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
Mehr2 Vollständige Induktion
Vollständige Indution Wir unterbrechen jetzt die Disussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Indution ennenzulernen. Wir setzen voraus, dass die natürlichen Zahlen
MehrMusterlösung zu Blatt 11, Aufgabe 1
Musterlösung zu Blatt, Aufgabe Analysis II MIIA SoSe 7 Martin Schottenloher Musterlösung zu Blatt, Aufgabe I Aufgabenstellung Berechnen Sie folgende komplexe Kurvenintegrale vgl. 3.9: a zn dz für n N,
MehrMusterlösung zur Probeklausur zur Angewandten Diskreten Mathematik
UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlicheitstheorie Musterlösung zur Probelausur zur Angewandten Disreten Mathemati Prof Dr Helmut Maier, Hans- Peter Rec Gesamtpuntzahl: 130 Punte,
MehrMusterlösung Zahlentheorie Frühlingssemester 2015, Aufgabenblatt 1
Aufgabenblatt 1 40 Punte Aufgabe 1 (Teilermengen) Seien a = 128 und b = 129. a) Beschreiben Sie die Teilermengen T(a) und T(b) in aufzählender Form. 2 b) Seien p, q zwei verschiedene Primzahlen. (i) Wie
MehrEbene algebraische Kurven
Ebene algebraische Kurven Tangenten und Singularitäten Meyrer Claudine 4. November 010 Inhaltsverzeichnis 1 Lokale Eigenschaften an-algebraischer Kurven (in C ) 1.1 Denitionen..............................
MehrTangenten und die erste Ableitung
Universität Heidelberg Proseminar Überraschungen und Gegenbeispiele in der reellen Analysis Leitung: PD Dr. Gudrun Thäter Sommersemester 2009, 16.06.2009 Inhaltsverzeichnis 1 2 3 tangere = berühren, aus
MehrReihenentwicklung II. 1 Potenzreihenentwicklung von Lösungen
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 29.11.2011 Julia Rittich In dem vorherigen Vortrag haben wir erfahren, dass in vielen Anwendungsproblemen eine Differentialgleichung nicht in geschlossener
MehrAlgebra und Zahlentheorie I (WS03/04), Lösungen zu Blatt 12
Algebra und Zahlentheorie I (WS03/04), Lösungen zu Blatt 12 Aufgabe 1. (Division mit Rest in Polynomringen) Es sei R ein kommutativer Ring {0} und R[X] ein Polynomring in der Unbestimmten X über R. Ferner
MehrMusterlösung zur Klausur Analysis I für Lehramt Gymnasium Wintersemester 2017/18, am
Musterlösung zur Klausur Analysis I für Lehramt Gymnasium Wintersemester 07/8, am 9.3.08 Aufgabe : Zeigen Sie, dass für alle n N gilt: n n+ n ( ) (8 Punte) Beweis mittels vollständiger Indution n : ( )
MehrAnalysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012
Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Faultät II Institut für Mathemati Unter den Linden 6, D-0099 Berlin Prof. Andreas Griewan Ph.D. Dr. Thomas M. Surowiec Dr. Fares Maalouf
MehrInhalt. Vorwort Mittelwertsatz der Integralrechnung... 31
Inhalt Vorwort... 5 1 Stammfunktionen... 7 1.1 Erklärung der Stammfunktionen........................................... 7 1.2 Eigenschaften der Stammfunktionen.................................... 10 1.3
MehrDie Ziffern der Fibonacci-Zahlen
Elem. Math. 58 23 26 33 3-68/3/26-8 c Birhäuser Verlag, Basel, 23 Elemente der Mathemati Die Ziffern der Fibonacci-Zahlen Jürgen Spiler Einleitung und Sätze Die reursiv definierte Folge Jürgen Spiler wurde
MehrProseminar Konvexe Mengen: Der Satz von Carathéodory
Proseminar Konvexe Mengen: Der Satz von Carathéodory Gerrit Grenzebach 26. Otober 2004 In diesem Referat werden der Begriff der onvexen Hülle einer Menge eingeführt und einige Eigenschaften der onvexen
MehrKonvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
MehrProf. Dr. H. Brenner Osnabrück SS Zahlentheorie
Prof. Dr. H. Brenner Osnabrüc SS 2008 Zahlentheorie Vorlesung 5 In diesem Abschnitt beschäftigen wir uns mit der Einheitengruppe der Restlassenringe Z/(n), also mit (Z/(n)). Ihre Anzahl wird durch die
MehrRekursive Folgen im Pascalschen Dreieck
Reursive Folgen im Pascalschen Dreiec Inhaltsverzeichnis Holger Stephan, Tag der Mathemati,. Juni Vortrag. Einleitung........................................ Zahlenfolgen.......................................
MehrKlausur: Höhere Mathematik I
Prof. Dr. Rudolf Stens Kármánstraße 52062 Aachen. Etage Klausur: Höhere Mathemati I Tel.: +49 24 80 9452 Ser.: +49 24 80 9222 Fax: +49 24 80 9252 stens@matha.rwth-aachen.de http://www.matha.rwth-aachen.de
Mehr8. Übungsblatt zur Vorlesung Mathematik I für Informatik
Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 8. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 01./02. Dezember 2009 Gruppenübung
Mehr3. Approximation von Funktionen und Extremwertprobleme im R n
3. Approximation von Funktionen und Extremwertprobleme im R n Wie in D ist es wichtig Funktionen mit mehreren Variablen durch Polynome lokal approximieren zu können. Polynome lassen sich im Gegensatz zu
MehrUnterricht 13: Wiederholung.
, 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1
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
MehrKommentare und Lösungen zur Aufgabe 2 in Serie 1
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen 9. Otober 2018 Kommentare und Lösungen zur Aufgabe 2 in Serie 1 Ich habe zwei Lösungsversuche zur Aufgabe 2 in Serie 1 erhalten. Die erste führt nicht
MehrSommersemester 2011: Seminar Geometrie für Lehramt
Technische Universität Dortmund Fakultät für Mathematik Sommersemester 2011: Seminar Geometrie für Lehramt Vortrag 1 am 05.04.2011: Konvexe Umgebungen Stephanie Fuchs Inhaltsverzeichnis 1 Einleitung 2
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 214 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
MehrKonstruktion der reellen Zahlen 1 von Philipp Bischo
Konstruktion der reellen Zahlen 1 von Philipp Bischo 1.Motivation 3 1.1. Konstruktion von R im allgemeine 3 2.Voraussetzung 3 2.1Die Menge Q zusammen mit den beiden Verknüpfungen 3 2.2Die Rationalen Zahlen
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 015/01 0.11.015 Höhere Mathemati für die Fachrichtung Physi Lösungsvorschläge zum. Übungsblatt
MehrInstitut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14
Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 03.02.2019 Dr. Markus Lange Analysis 1 Aufgabenzettel 14 Dieser Zettel wird in der letzten Übung des Semesters am 08.02.2019 besprochen Aufgabe
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
Mehr6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten
6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten Dieser Abschnitt ist ein Einschub. Gewöhnliche DGL werden im nächsten Semester behandelt. Unter einer linearen gewöhnlichen DGL
MehrLösungsvorschlag zum 2. Übungsblatt zur Vorlesung Analysis II im Sommersemester Mai 2018
Institut für Analysis Prof. Dr. Michael Plum M.Sc. Jonathan Wunderlich Lösungsvorschlag zum. Übungsblatt zur Vorlesung Analysis II im Sommersemester 08 3. Mai 08 Aufgabe 5 (K: Es seien n N und A R n eine
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.
MehrSatz von Taylor, Taylor-Reihen
Satz von Taylor, Taylor-Reihen Die Kenntnis von f liefert gewisse Rücschlüsse auf die Funtion f selbst, zb Monotonie, mögliche loale Extrema Die Kenntnis von f liefert darüberhinaus eine Information, ob
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
MehrDas Additionstheorem für die Weierstrass sche -Funktion und elliptische Integrale. Peychyn Lai
Das Additionstheorem für die Weierstrass sche -Funktion und elliptische Integrale Peychyn Lai 10. Oktober 2007 1 Einleitung Wir haben im letzten Vortrag die Weierstrass sche -Funktion kennengelernt, die
MehrAufgaben für die 14. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010
Aufgaben für die 4. Übung zur Vorlesung Mathematik für Informatiker: Analysis Sommersemester 4. Bestimmen Sie den Flächeninhalt der dreiblättrigen Kleeblattkurve γ für ein Kleeblatt. Die Polarkoordinaten-
MehrDie Fourier-Transformierte
Die Fourier-Transformierte Proseminar Analysis Sommersemester 008 Natalia Dück 6.06.08 Inhaltsverzeichnis Einleitung/Fourier-Transformierte. Definition..................................... Beispiele......................................3
Mehr3 Vollständige Induktion
3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon
MehrNumerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Eine kurze Einführung in Quasi Newton Verfahren
Ergänzungen zu dem Buch Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben von Carl Geiger und Christian Kanzow (Springer Verlag, 1999) Eine kurze Einführung in Quasi Newton Verfahren
Mehr3. Musterlösung zu Mathematik für Informatiker II, SS 2004
. Musterlösung zu Mathemati für Informatier II, SS 004 PETER SCHEIBLECHNER &MICHAEL NÜSKEN Aufgabe. (Differenzen). Bestimme die Differenz f für f : Z! R mit (4 Punte) (i) f (n) n(n ) n. ( f )(n) (n +)n
MehrAnalysis I. 2. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Die Produktmenge aus zwei Mengen L und M.
MehrVortrag 10: Schnittvielfachheiten. Thomas Schreiber, Johannes Röhrenbach
Vortrag 10: Schnittvielfachheiten Thomas Schreiber, Johannes Röhrenbach 18. Juni 2009 1 Einführung Ein wichtiges Ergebnis dieses Seminars ist der Satz von Bézout, welcher besagt, dass zwei ebene Kurven
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrNützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen:
Nützlich bei Disretisierungen von Problemen sind Gausslammern, die reellen Werten ganzzahlige zuordnen: Definition 57 (floor, ceiling.. r R : floor(r := r := max{z Z z r} 2. r R : ceiling(r := r := min{z
MehrBeispielaufgaben rund um Taylor
Beispielaufgaben rund um Taylor Mirko Getzin Universität Bielefeld Fakultät für Mathematik 19. Februar 014 Keine Gewähr auf vollständige Richtigkeit und perfekter Präzision aller (mathematischen) Aussagen.
MehrBezier-Kurven. Hamid Fetouaki, Emma Skopin. 28. Januar 2009. Universität Kassel FB Mathematik/Informatik
Ableitungen von Universität Kassel FB Mathematik/Informatik 28. Januar 2009 Ableitungen von Motivation Bis in den späten 50er Jahren: Zeichnung der Kurven am Papier Fertigung der Modelle aus Holz und Ton
MehrMathematik für Anwender I. Klausur
Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrDie Euler-Mascheroni-Konstante
Die Euler-Mascheroni-Konstante Niloufar Rahi Ausarbeitung zum Vortrag in Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: Wenn von der
MehrSkalarprodukte im Funktionenraum und orthogonale Funktionen
1 Skalarprodukte im Funktionenraum und orthogonale Funktionen Im Allgemeinen muss ein reelles Skalarprodukt (, ) (wir betrachten reelle Funktionen) folgende Eigenschaften ausweisen: Bilinearität (Linearität
MehrLS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88
4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5
MehrReellwertige Funktionen mehrerer Veränderlicher
Reellwertige Funktionen mehrerer Veränderlicher Teilnehmer: Philipp Besel Joschka Braun Robert Courant Florens Greÿner Tim Jaschek Leroy Odunlami Gloria Xiao Heinrich-Hertz-Oberschule, Berlin Ludwigs-Georgs-Gymnasium,
MehrTopologie metrischer Räume
Technische Universität München Christoph Niehoff Ferienkurs Analysis für Physiker Vorlesung Montag SS 11 In diesem Teil des Ferienkurses beschäftigen wir uns mit drei Themengebieten. Zuerst wird die Topologie
Mehr1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für
1 Natürliche Zahlen und vollständige Indution Die ganzen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwer. (L. Kronecer) Wir setzen das System N der natürlichen Zahlen 1; ; 3;::: als beannt
MehrChinesischer Restsatz für Ringe
Chinesischer Restsatz für Ringe Lena Wehlage 22. Mai 2017 1 1 Einleitung Ziel dieses Vortrags zum allgemeinen chinesischen Restsatz ist es, den im letzten Vortrag kennengelernten chinesischen Restsatz
MehrPraktikumsbeispiele zum Lehrgebiet WR II, Numerische Mathematik und CAS Serie Approximation
TU Ilmenau Institut für Mathemati FG Numerische Mathemati und Informationsverarbeitung PD Dr. W. Neundorf Datei: pb approx.tex Pratiumsbeispiele zum Lehrgebiet WR II, Numerische Mathemati und CAS Serie
MehrUnter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften:
1 KURVENDISKUSSION Unter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften: 1.1 Definitionsbereich Zuerst bestimmt man den maximalen Definitionsbereich
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite / 50 Kapitel 5 Mathematischer Vorkurs TU Dortmund Seite 54 / 50 Scheitel S Schenkel α Winkelbereich Winkel werden in Grad
MehrMehrfach und unendlich oft differenzierbare Funktionen, Potenzreihen
Kapitel V Mehrfach und unendlich oft differenzierbare Funtionen, Potenzreihen 21 Mehrfache Differenzierbareit und Potenzreihen 22 Die trigonometrischen und die Hyperbelfuntionen 23 Konvexe Funtionen und
MehrInterpolation. Nadine Losert. Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung PD Dr.
Interpolation Nadine Losert Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: Nachdem wir in den vorherigen Vorträgen verschiedene
MehrRekursive Folgen im Pascalschen Dreieck
Reursive Folgen im Pascalschen Dreiec Holger Stephan, Tag der Mathemati,. Juni Zusammenfassung Viele Probleme aus den unterschiedlichsten Teilgebieten der Mathemati (z.b. Analysis, Kombinatori, Zahlen-,
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
MehrIntegration von Regelfunktionen
Integrtion von Regelfunktionen Inhltsverzeichnis Einleitung 2 Treppen- und Regelfunktionen 3 Denition des Integrls 4 Rechen mit Integrlen 2 4. Grundlegende Eigenschften.............................................
MehrSatz von Riemann-Roch
Satz von Riemann-Roch Paul Schwadke 6042140 12. Dezember 2011 Der Satz von Riemann sagt aus, dass in einem Funktionenkörper F/K vom Geschlecht g ein Divisor A Div(F ) der Ungleichung dim K L(A) dega +
Mehr2n n + 2. n + (1 + j) 1. 2n + 2 = 1. 2n + 2. (n + 1) + j + 2 1
Aufgabe Die strenge Monotonie zeigen wir mittels vollständiger Indution. Indutionsanfang: Trivialerweise ist f streng monoton wachsend. Indutionsschritt: Wir nehmen an, es sei gezeigt, dass für ein gewisses
MehrDarstellung rationaler Zahlen durch Stammbrüche
Darstellung rationaler Zahlen durch Stammbrüche Charlotte Walter 24 November 204 HUMBOLDT-UNIVERSITÄT ZU BERLIN Mathematisch-Naturwissenschaftlicher Kampus Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis
MehrWie in der reellen Analysis üblich notiert man Folgen f in der Form
2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches
Mehr