Analysis II für Studierende der Ingenieurwissenschaften
|
|
- Florian Peters
- vor 7 Jahren
- Abrufe
Transkript
1 Fachbereich Mathematik der Universität Hamburg SoSe 2014 Prof. Dr. Armin Iske Dr. Hanna Peywand Kiani Analysis II für Studierende der Ingenieurwissenschaften Blatt 3, Hausaufgaben Aufgabe 1: a) Es sei Ihnen die folgende Wertetabelle vorgelegt: x sin(x) Berechnen Sie unter Verwendung eines Interpolationspolynoms möglichst niedrigen Grades eine Näherung für den Wert von sin(0.25) mit einem gesicherten absoluten Fehler von höchstens Dabei gehen Sie bitte davon aus, dass Ihr Taschenrechner zwar die elementaren Operationen +,,,/ durchführen kann, aber die sin, cos, etc. Tasten ausgefallen sind. Gehen Sie bei der Fehlerabschätzung davon aus, dass die Tabellenwerte exakt sind. b) Es sollen nun Werte der Sinusfunktion zu äquidistanten Stützstellen x k := k h, k = 0,,1/h, so tabelliert werden, dass aus der neuen Tabelle für alle x [0,1] durch lineare Interpolation Näherungen für sin(x) bestimmt werden können, deren Fehler nicht größer als 10 4 ausfällt. (i) Bestimmen Sie eine Schrittweite h, so dass der Interpolationsfehler kleiner als wird. (ii) Auf wieviele Stellen genau müssen die Sinuswerte in der Tabelle angegeben werden, damit der durch die endliche Stellenzahl verursachte Fehler ebenfalls nicht größer als wird? Hinweis: Für den letzten Teil der Aufgabe ist die Verwendung der Lagrangeschen Darstellung des Interpolationspolynoms ratsam. Korrekturhinweise zu Aufgabe 1: a) [4 Punkte] Wir versuchen unser Glück mit der linearen Interpolation. Eine apriori Fehlerabschätzung ergibt: sin(0.25) p 1 (0.25) f (τ) ( )( ) sin(0.3) =
2 Analysis II, A. Iske/P. Kiani, SoSe 2014, Blatt 3H 2 Das reicht leider nicht. Zur Approximation mit einem quadratischen Polynom nimmt man die Daten zu 0.1, 0.2, 0.3 oder die Daten zu 0.2, 0.3, 0.4. Die Fehlerabschätzung liefert nun z.b. : sin(0.25) p 2 (0.25) f (τ) 3! ( )( )( ) cos(τ) Das reicht!! Mit dem zugehörigen quadratischen Interpolationspolynom p 2 ergibt sich: sin(0.25) p 2 (x) = ( ) ( )( ) = b) (i) [3 Punkte] Der Fehler der linearen Interpolation von sin(x) läßt sich für x = x i + θh [x i,x i+1 ] wie folgt abschätzen: R 1 (x) = = f (τ) sin(τ) (x x i )(x x i+1 ) (θh)(h θh) < h2 2 θ(1 θ) h2 8 Die letzte Abschätzung folgt daraus, dass die Funktion ω(θ) := θ(1 θ) auf dem Intervall (0, 1) ihr Maximum für θ = 0.5 annimmt, denn: ω (θ) = 1 2θ = 0 θ = 0.5. Es genügt also 1 8 h oder h zu fordern. (ii) [3 Punkte] Wir nennen die benutzten Tabellenwerte Tsin(x i ) und die Abweichungen von den exakten Daten δ i := sin(x i ) Tsin(x i ). Dann ergibt sich in Folge der Rundungsfehler ein zusätzlicher Fehler x x i (sin(x i+1 ) Tsin(x i+1 ))+ x x i+1 (sin(x i ) Tsin(x i )) x i+1 x i x i x i+1 = x x i δ i+1 + x x [ i+1 δ i x i+1 x i x i x i+1 x xi + x x ] i+1 max δ i x i+1 x i x i x i+1 i =max δ i i Es genügt also max i δ i zu fordern, also reichen vier Stellen hinter dem Komma.
3 Analysis II, A. Iske/P. Kiani, SoSe 2014, Blatt 3H 3 Aufgabe 2: Gegeben seien die Daten x k = 10+k, k = 0, 1, 2,...,19, 20 y k = log(1+x 2 k ) k = 0, 1, 2,...,19, 20. Bestimmen und plotten Sie einerseits das zugehörige Interpolationspolynom und andererseits einen zugehörigen kubischen Spline und vergleichen Sie diese graphisch mit der exakten Funktion für x [ 10, 10]. Hinweis: Beispiele für Matlab Programme finden Sie in den Vorlesungs- und Anleitungsunterlagen. Lösungshinweise zur Aufgabe 2: Erste Version: %Interpolationsaufgabe Blatt 3, File interp10.m axis ([-10.1, 10.1, -0.1, 10]); %Festlegung der Achsen. %Kann auch hinterher geschehen hold on % Wähle ab jetzt das gleiche "Zeichenpapier". % Befehl wird aufgelöst durch "hold off" % oder einfach "hold". ("hold" schaltet zwischen % "hold on" und "hold off" hin und her) x=-10:1:10; %Stützpunkte y=log(1+x.^2); %Funktionswerte plot(x,y, o ) %Plot der Daten c=polyfit(x,y,20); % gibt die Koeffizienten des Interpolationspolynoms % wieder und zwar von x^n,...,x^1, x^0 %Interpolation xaus=-10:0.2:10; yex=log(1+xaus.^2); yaus=polyval(c,xaus); plot(xaus,yex) plot(xaus,yaus, b-- ) %Stützstelle für Polynomauswertung %exakte Funktionswerte %Auswerten des Interp.polys % Plot exakte Daten % Plot Interpolationsdaten % Spline s=spline(x,y,xaus) plot(xaus,s, r: ) % plot Splinedaten Zweite Version % Interpolation der Funktion fu höchstens n-ten Grades, Äquidistante % Knoten zwischen a und b function interpilp (fu,n, a,b, ymin, ymax) format long e
4 Analysis II, A. Iske/P. Kiani, SoSe 2014, Blatt 3H 4 axis ([a, b, ymin, ymax]); % Festlegung der Achsen. Kann % auch hinterher geschehen hold on % x=linspace (a,b, n+1); % Festlegung von n+1 äquidistanten % Interpolationsknoten zwischen a und b y= feval (fu,x); % Berechnet y=fu (x) in den Interpolationsknoten c= polyfit (x,y,n); %Koeffizienten des Interpolationspolynoms % Auswertung des Polynoms in den Plot-Stützstellen z1=x (1)-(b-a)/100; % Plotbereichsanfang z2=x (n+1)+(b-a)/100; % Plotbereichsende z=linspace (z1,z2,100); % legt 101 äquidistante Stützstellen zum Plotten fest p=polyval (c,z); % Auswertung des Polynoms in den Plot-Stützstellen plot (z,p, b-. ); % Plot des Interpolationspolynoms yy = spline (x,y,z); % kubischer Spline zu den Daten x,y plot (x,y, o,z,yy, k- ) % ausgewertet in den Punkten z und geplotet plot ([a b], [0 0]); % x-achse plot ([0 0], [ymin ymax]); % y-achse hold on z1= feval (fu,z); % exakte Daten plot (z,z1, r: ) % Plott der exakten Daten %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function erg = fu6 (x); erg = log (1+x.^2); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Aufruf in Matlab: >> interpilp( fu6,20,-10,10,-0.2,8)
5 Analysis II, A. Iske/P. Kiani, SoSe 2014, Blatt 3H f(x)=ln(1+x 2 ) Interpolation: n=20, gestrichelt Kubischer Spline: durchgezogen, rot exakt: durchgezogen blau, bzw. Kreise
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
MehrPolynominterpolation mit Matlab.
Polynominterpolation mit Matlab. Die Matlab-Funktion polyfit a = polyfit(x,f,n-1); berechnet die Koeffizienten a = (a(1),a(2),...,a(n)); des Interpolationspolynoms p(x) = a(1)*x^(n-1) + a(2)*x^(n-2) +...
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)
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!)
MehrNumerische Verfahren Übungen und Lösungen, Blatt 1
Technische Universität Hamburg-Harburg Institut für Numerische Simulation, E-0 Dr. Jens-Peter M. Zemke Sommersemester 2008 Numerische Verfahren Übungen und Lösungen, Blatt Aufgabe : (Thema: relativer und
MehrKAPITEL 8. Interpolation
KAPITEL 8. Interpolation 8.2 Lagrange-Interpolationsaufgabe für Polynome Wir beschränken uns auf die Lagrange-Interpolation mit Polynomen. Der Raum der Polynome vom Grad n: Stützstellen: Π n = { n j=0
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
MehrDie Interpolationsformel von Lagrange
Die Interpolationsformel von Lagrange Zentrale Aussage: Zu beliebigen n + Stützpunkten (x i,f i ), i =,...,n mit paarweise verschiedenen Stützstellen x i x j, für i j, gibt es genau ein Polynom π n P n
MehrMathematik 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
MehrKlausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau,
Universität Siegen, Department Maschinenbau, 7.7. Aufgabe y 3 l 3 3 F l l x Das dargestellte Fachwerk soll statisch mit Hilfe der FEM untersucht werden. Die Knoten und Elemente sind in der Abbildung nummeriert.
MehrÜbungen zu Splines Lösungen zu Übung 20
Übungen zu Splines Lösungen zu Übung 20 20.1 Gegeben seien in der (x, y)-ebene die 1 Punkte: x i 6 5 4 2 1 0 1 2 4 5 6 y i 1 1 1 1 1 + 5 1 + 8 4 1 + 8 1 + 5 1 1 1 1 (a) Skizzieren Sie diese Punkte. (b)
MehrMusterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.
Angewandte Mathematik Ing.-Wiss., HTWdS Dipl.-Math. Dm. Ovrutskiy Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Aufgabe 1 Approximieren Sie cos(x) auf [ /, /] an drei Stützstellen
MehrPolynominterpolation
Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses
Mehr2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p
Wiederholungsaufgaben Algorithmische Mathematik Sommersemester Prof. Dr. Beuchler Markus Burkow Übungsaufgaben Aufgabe. (Jacobi-Verfahren) Gegeben sei das lineare Gleichungssystem Ax b = für A =, b = 3.
MehrNumerische Integration und Differentiation
Einführung Grundlagen Bemerkung (Numerische Mathematik) a) Im engeren Sinn: zahlenmäßige Auswertung mathematischer Zusammenhänge z B Lösung von linearen und nichtlinearen Gleichungssystemen Numerische
Mehr8 Polynominterpolation
8 Polynominterpolation Interpolations-Aufgabe: Von einer glatten Kurve seien nur lich viele Punktewerte gegeben. Wähle einen lichdimensionalen Funktionenraum. Konstruiere nun eine Kurve in diesem Funktionenraum
MehrNEXTLEVEL im WiSe 2011/12
Fachbereich Mathematik der Universität Hamburg Dr. H. P. Kiani NEXTLEVEL im WiSe 2011/12 Vorlesung 5, Teil 2 Linearisierung, einige Eigenschaften differenzierbarer Funktionen Die ins Netz gestellten Kopien
MehrGRUNDLAGEN MATHEMATIK
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 4. Differentialrechnung Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies
MehrEinführung in Matlab, 2. Teil
1 / 18 Einführung in Matlab, 2. Teil Christof Eck, Monika Schulz und Jan Mayer Plotten von Funktionen einer Veränderlichen 2 / 18 Matlab plottet keine Funktionen, sondern Wertetabellen als Polygonzug!
MehrGMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida
GMA Grundlagen Mathematik und Analysis Reelle Funktionen 3 Christian Cenker Gabriele Uchida Data Analytics and Computing Nullstellen cos log : 0, 0,? 1 Fixpunkte Beispiel 1 Beispiel 2 1 0 0 und 1 1sin,?
MehrÜbungsaufgaben Didaktik III Überraschende Phänomene bei der Darstellung von Funktionen
Übungsaufgaben Didaktik III 18.05.2011 Aliasing Überraschende Phänomene bei der Darstellung von Funktionen 1. Aufgabe: 1 Aliasing bei Funktionsplottern Untersuchung durch Modellbildung Ziel ist es, mit
MehrInterpolation. Kapitel 3
Kapitel 3 Interpolation Die Interpolation von Funktionen oder Daten ist ein häufig auftretendes Problem sowohl in der Mathematik als auch in vielen Anwendungen Das allgemeine Problem, die sogenannte Dateninterpolation,
MehrDie Interpolationsaufgabe besteht darin, eine (einfache) Funktion u n U n zu finden,
Kapitel 3 Interpolation 31 Einführung Bemerkung 31 Motivation, Aufgabenstellung Gegeben seien eine Funktion f C([a,b]) und x i [a,b], i = 0,n, mit a x 0 < x 1 < < x n b (31) Die Interpolationsaufgabe besteht
Mehr[5], [0] v 4 = + λ 3
Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span
MehrMatlab: eine kurze Einführung
Matlab: eine kurze Einführung Marcus J. Grote Christoph Kirsch Mathematisches Institut Universität Basel 4. April 2 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen Kenntnisse zusammengefasst.
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen
MehrÜbungen mit dem Applet Interpolationspolynome
Interpolationspolynome 1 Übungen mit dem Applet Interpolationspolynome 1 Ziele des Applets... 2 2 Übungen mit dem Applet... 2 2.1 Punkte... 3 2.2 y=sin(x)... 3 2.3 y=exp(x)... 4 2.4 y=x 4 x 3 +2x 2 +x...
Mehr3.6 Approximationstheorie
3.6 Approximationstheorie Bisher haben wir uns im Wesentlichen mit der Interpolation beschäftigt. Die Approximation ist weiter gefasst: wir suchen eine einfache Funktion p P (dabei ist der Funktionenraum
MehrInterpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression
Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at
Mehr6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme
6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear
MehrKlausur 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
MehrKapitel 3. Approximation von Funktionen und Daten. Interpolation Stückweise Interpolation Spline-Funktionen [
Kapitel 3 Approximation von Funktionen und Daten Prof. R. Leithner, E. Zander Einführung in numerische Methoden für Ingenieure 3/2 Approximation Approximation: Suche zu einer gegebenen Funktion f eine
MehrApproximation. E(N) N. Beachte: Der Wert für N = 32 ist vernachlässigt, da er in der Grössenordnung der Rechengenauigkeit liegt.
Approximation Ziel: Approximation der Funktion f(x) = x mit Polynomen (global und stückweise) Experiment: Abhängigkeit des Approximationsfehlers E(N) (in der Maximumnorm) von der Anzahl der Freiheitsgrade
Mehr8 Blockbild und Hohenlinien
Mathematik fur Ingenieure Institut fur Algebra, Zahlentheorie und Diskrete Mathematik Dr. Dirk Windelberg Universitat Hannover Stand: 18. August 008 http://www.iazd.uni-hannover.de/windelberg/teach/ing
MehrKomplexe Funktionen für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg SoSe 015 Prof. Dr. A. Iske, Dr. P. Kiani Aufgabe 1: Komplexe Funktionen für Studierende der Ingenieurwissenschaften Blatt 4 : Hausaufgaben a) In welchem Gebiet
MehrÜbungsaufgaben Didaktik III Überraschende Phänomene bei der Darstellung von Funktionen
Übungsaufgaben Didaktik III 18.05.2011 Aliasing Überraschende Phänomene bei der Darstellung von Funktionen 1. Aufgabe: 1 Aliasing bei Funktionsplottern Untersuchung durch Modellbildung Ziel ist es, mit
MehrKlausur zu Analysis II - Lösungen
Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
Mehr3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen
KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an
Mehr3 Interpolation und Approximation
In dem ersten großen Kapitel beschäftigen wir uns mit der Frage, wie eine Reihe von Daten (z.b. aus physikalischen Messungen, experimentelle Beobachtungen, Börse, etc.) durch eine möglichst einfache Funktion
Mehr6 Polynominterpolation
Vorlesungsskript HM-Numerik (SS 2014): Kapitel 6 Version: 1 Juli 2014 6 Polynominterpolation Gegeben: Wertepaare { (x i,f i ) R 2 i = 0,,n } Gesucht: Einfache Funktion g : R R mit g(x i ) = f i i {0,1,,n}
MehrNUMERISCHE MATHEMATIK II 1. (Studiengang Mathematik) Prof. Dr. Hans Babovsky. Institut für Mathematik. Technische Universität Ilmenau WS 2001/2002
NUMERISCHE MATHEMATIK II 1 (Studiengang Mathematik) Prof Dr Hans Babovsky Institut für Mathematik Technische Universität Ilmenau WS 2001/2002 1 Korrekturen, Kommentare und Verbesserungsvorschläge bitte
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengang Bauingenieurwesen Dresden 2005 . Mengen Kenntnisse
MehrWertetabelle für eine Gleichung
1 Wertetabelle für eine Gleichung Wie läßt sich für eine gegebene Gleichung eine Wertetabelle erstellen? - um die Daten zu exportieren - um die Daten in einem Plot darzustellen Wir betrachten diese SigmaPlot-Funktionen
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
MehrKlausur Mathematik I
Technische Universität Dresden 15. August 2008 Institut für Numerische Mathematik Dr. K. Eppler Klausur Mathematik I für Studierende der Fakultät Maschinenwesen (mit Lösungshinweisen) Name: Matrikelnummer.:
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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 12
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Sei f : R R gegeben durch f(x 1, x ) = x 3
Mehr3 Numerisches Rechnen
E Luik: Numerisches Rechnen 65 3 Numerisches Rechnen 31 Zahlen und ihre Darstellung Grundlage der Analysis bilden die reellen Zahlen Wir sind heute daran gewöhnt, eine reelle Zahl im Dezimalsystem als
MehrMathematik am Computer 7. Vorlesung: Matlab, Teil II
Mathematik am Computer 7. Vorlesung: Matlab, Teil II Helmut Harbrecht Universität Stuttgart 27. Januar 2011 Helmut Harbrecht (Universität Stuttgart) Mathematik am Computer 27. Januar 2011 1 / 35 Übersicht
MehrD-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 1
D-MAVT NUMERISCHE MATHEMATIK FS 4 K. Nipp, A. Hiltebrand Lösung vom Test. Sei eps die Maschinengenauigkeit in Matlab. Dann gilt: eps/4 = Richtig / Falsch + eps/2 = Richtig / Falsch 8 + eps = 8 Richtig
MehrFunktionen in Matlab. Lehrstuhl für Angewandte Mathematik Sommersemester und 29. Mai 2008
Funktionen in Matlab Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Sommersemester 2008 15. und 29. Mai 2008 Funktionen in Matlab Wir kennen schon diverse
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
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen
MehrLösen von Differentialgleichungen durch Reihenentwicklung
Lösen von Differentialgleichungen durch Reihenentwicklung Thomas Wassong FB17 Mathematik Universität Kassel 30. April 2008 Einführung Reihen in der Mathematik Reihen zum Lösen von Differentialgleichungen
MehrSatz von Taylor Taylorreihen
Satz von Taylor Taylorreihen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion
MehrEinführung in die biologische Datenanalyse mit Matlab SS 2009 Tag8
Tag 8: Modellbildung A) Kurvenanpassung B) Variation von Modellparametern C) Hausaufgaben A) Kurvenanpassung Kurvenanpassung dient dazu, Messdaten durch eine Kurve - also einen mathematisch beschreibbare
MehrKlausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 14/15 Dr. Hanna Peywand Kiani 27.01.2015 Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften Die ins Netz gestellten
MehrLies die folgenden Seiten durch, bearbeite die Aufgaben und vergleiche mit den Lösungen.
-1- Selbst lernen: Einführung in den Graphikrechner TI-84 Plus Das Graphikmenü des TI84-Plus Lies die folgenden Seiten durch, bearbeite die Aufgaben und vergleiche mit den Lösungen. 1 Grundsätzliches Die
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
MehrInterpolationsproblem. Interpolation. Interpolationsproblem. Interpolationsproblem. Gegeben seien eine Funktion. Φ (x; a 1,...
sproblem Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation Gegeben seien eine Funktion Φ (x; a 1,..., a n ) : R I R, die auf einem Intervall I erklärt
MehrTaylor-Entwicklung der Exponentialfunktion.
Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die
MehrTrigonometrische Funktionen
Abbildungsverzeichnis Inhaltsverzeichnis Trigonometrische Funktionen Die hier behandelten trigonometrischen Funktionen sind sin, cos, tan, cot. Es zeigt sich, dass die Umkehrfunktionen der trigonometrischen
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
Mehr= 2 i 2= 2 2 i, z 4. = 1.5, z 8
Mathematik 1 - Übungsblatt 11 Aufgabe 1 (komplexe Zahlen) Gegeben sind folgende komplexe Zahlen in der Darstellung als Normalform mit Real- und Imaginärteil z=x i y - oder wegen der Vertauschbarkeit von
MehrAufgabensammlung Vorkurs Mathematik für Studierende technischer Fächer und für Studierende der Chemie
Dr. Michael Stiglmayr Teresa Schnepper, M.Sc. WS 014/015 Bergische Universität Wuppertal Aufgabensammlung Vorkurs Mathematik für Studierende technischer Fächer und für Studierende der Chemie Aufgabe 1
MehrKlausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 14/15 Dr. Hanna Peywand Kiani 06.07.2015 Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften Die ins Netz gestellten
MehrDie Taylorreihe einer Funktion
Kapitel 6 Die Taylorreihe einer Funktion Dieser Abschnitt beschäftigt sich mit Taylorreihen, Taylorpolynomen und der Restgliedabschätzung für Taylorpolynome. Die Taylorreihe einer reellen Funktion ist
Mehr1 Lambert-Beersches Gesetz
Physikalische Chemie II Lösung 6 23. Oktober 205 Lambert-Beersches Gesetz Anhand des idealen Gasgesetzes lässt sich die Teilchenkonzentration C wie folgt ausrechnen: C = N V = n N A V pv =nrt = N A p R
MehrRonny Timm, (s ) Marcel Piater, (s ) Mathematik Aufgabe zur tranzsendenten Funktion: y=2*sin(x)- exp(- x)
1 Tutorial für Octave Ronny Timm, (s0543576) Marcel Piater, (s0542822) Mathematik 3 03.07.2014 Grafische Darstellung von Funktionen/ Iterationen Inhaltsverzeichnis: 1. Übersicht über elementare Kommandos
MehrF u n k t i o n e n Zusammenfassung
F u n k t i o n e n Zusammenfassung Johann Carl Friedrich Gauss (*1777 in Braunschweig, 1855 in Göttingen) war ein deutscher Mathematiker, Astronom und Physiker mit einem breit gefächerten Feld an Interessen.
MehrAnleitung zu Blatt 6 Analysis III für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 4/5 r. Hanna Peywand Kiani 6..5 Anleitung zu Blatt 6 Analysis III für Studierende der Ingenieurwissenschaften Bereichsintegrale, Transformationssatz,
MehrKapitel 4. Interpolation. 4.1 Allgemeines Normen von Funktionen
Kapitel 4 Interpolation 4 Allgemeines Nähere Funktion/Daten durch einfache Funktionen (eg Polynome) an Brauchbar für: - Integration - Differentiation [zb f(x) sei durch Polynom p(x) approximiert, F(x)
MehrThemen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe
5 Themen Lagrange- Bézier-Kurven saufgabe sformel Der sfehler 5.1 saufgabe È n = Raum der reellen Polynome vom Grad n. saufgabe sformel Der sfehler 5.1 saufgabe È n = Raum der reellen Polynome vom Grad
MehrKonvergenz interpolierender Polynome
Technische Universität Berlin Institut für Mathematik Konvergenz interpolierender Polynome Seminar Differentialgleichungen im Sommersemester 2012 bei Prof. Dr. Etienne Emmrich vorgelegt von David Breiter
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
MehrApril (Voll-) Klausur Analysis I für Ingenieure. Rechenteil
April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten
MehrKomplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg
Komplexe Funktionen für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Universität Hamburg SS 2006 Reiner Lauterbach (Universität Hamburg) Komplexe Funktionen
MehrBerechnung von Pi und verwandte Probleme
Berechnung von Pi und verwandte Probleme 1. Gitterpunkte im Kreis 1.1. Näherungsformel. Wir wollen eine möglichst einfache näherungsweise Formel finden für die Anzahl der Gitterpunkte in einem Kreis um
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
MehrAnalysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007
Analysis-Klausuren in den ET-Studiengängen (Ba) ab 7 Im Folgenden finden Sie die Aufgabenstellungen der bisherigen Klausuren Analysis im Bachelorstudium der ET-Studiengänge sowie knapp gehaltene Ergebnisangaben.
MehrAufgabe 1: Geben Sie die Nullstellen der Funktion f(x) = sin (3x 2
Etra-Mathematik-Übung: 005--9 Aufgabe : Geben Sie die Nullstellen der Funktion f() sin ( * Pi) an! Skizze: Wertetabelle: X - ½ Pi ½ Pi sin ( ½ Pi) -,0-6,0 -,57-7,57-0,96 -,5 -,5 -,57-6,07 + 0, -,0 -,0
Mehr27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
MehrSchwache Formulierung der Poisson-Gleichung Finite Elemente Methoden Fouriermethoden für Wärmeleitungsgleichung
Department Mathematik der Universität Hamburg SoSe 29 Dr. Hanna Peywand Kiani Schwache Formulierung der Poisson-Gleichung Finite Elemente Methoden Fouriermethoden für Wärmeleitungsgleichung Die ins Netz
MehrMATLAB: Kapitel 2 Grafiken
MTLB: Kapitel Grafiken MTLB verfügt über eine nahezu unüberschaubare nzahl von Möglichkeiten Grafiken zu erzeugen formatieren oder animieren. In diesem Kapitel werden wir die grundlegenden Werkzeuge für
MehrAufgaben zum Vorkurs Mathematik: Allgemeine Übungsaufgaben
Aufgaben zum Vorkurs Mathematik: Allgemeine Übungsaufgaben Fachbereich Mathematik Vorkurs Mathematik WS 2012/13 Dies ist eine Sammlung von Aufgaben, die hauptsächlich Mittelstufenstoff wiederholen. Dabei
MehrKreissektoren und Bogenmaß
M 10.1 Kreissektoren und Bogenmaß In einem Kreis mit Radius gilt für einen Kreissektor mit Mittelpunktswinkel : Länge des Kreisbogens Fläche des Kreissektors = = 360 360 Das Bogenmaß eines Winkels ist
MehrKreissektoren und Bogenmaß
M 10.1 Kreissektoren und Bogenmaß In einem Kreis mit Radius gilt für einen Kreissektor mit Mittelpunktswinkel : Länge des Kreisbogens Fläche des Kreissektors = 2 = 360 360 Das Bogenmaß eines Winkels ist
MehrAufgabenkomplex 4: Lineare Gleichungssysteme
Technische Universität Chemnitz 6. Dezember 2008 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex 4: Lineare Gleichungssysteme Letzter Abgabetermin: 08. Januar 2009 (in Übung oder Briefkasten
MehrKlausur zur Vordiplom-Prüfung
Technische Universität Hamburg-Harburg SS 7 Institut für Numerische Simulation Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 7. Juli 7 Sie haben 9 Minuten Zeit zum Bearbeiten
MehrHöhere Mathematik I/II
Markus Stroppel Höhere Mathematik I/II Z. Zusätze. Z.. Skalarprodukte in Funktionenräumen. Wir wollen an einigen Beispielen zeigen, dass es nützlich sein kann, Skalarprodukte auch in ganz allgemeinen (reellen)
MehrProf. Dr. Rolf Linn
Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen
MehrÜbungen zu Numerisches Programmieren
Technische Universität München SS 009 Institut für Informatik Prof. Dr. Thomas Huckle Michael Lieb, M. Sc. Dipl.-Tech. Math. Stefanie Schraufstetter Übungen zu Numerisches Programmieren 3. Programmieraufgabe
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Allgemeiner Maschinenbau Fahrzeugtechnik Dresden 2002
MehrZuammenfassung: Reelle Funktionen
Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,
MehrIn der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y
Approximationen In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y y = f (x) x Um das Arbeiten mit einer komplizierten Funktion zu vermeiden, können wir versuchen, diese Funktion
MehrWahrscheinlichkeitsrechnung. Trigonometrie Sinus und Kosinus
Gymnasium Neutraubling Grundwissen Mathematik 10. Jahrgangsstufe Wissen und Können Aufgaben, Beispiele und Erläuterungen 1. Bedingte Wahrscheinlichkeit Bezeichnungen: P(A): Wahrscheinlichkeit des Ereignisses
MehrLineare Näherung. Anwendungen
Lineare Näherung. Anwendungen Jörn Loviscach Versionsstand: 1. Januar 2010, 17:15 1 Lineare Näherung Ist eine Funktion f an der Stelle x 0 differenzierbar, existiert dort ihre Ableitung f und es gilt:
MehrMATLAB - Funktionen. function fcn (Parameterliste) 1. Zeiger
1 MATLAB - Funktionen Funktionszeiger 1. Zeiger Zeiger (in der MATLAB-Notation @) sind Variablen, die als Inhalt (Wert) Adressen (z.b. von anderen Variablen oder von Funktionen) haben. Sie
MehrDe Taschäräschnr Casio (Reihe: 9860G)
De Taschäräschnr Casio (Reihe: 9860G) Übersicht: 1. Nullstellen 2. Gleichungen 2. oder 3. Grades lösen 3. Gleichungen lösen 4. Schnittpunkte bestimmen 5. Extrempunkte 6. Wendepunkte 7. Steigung einer Funktion
Mehr