KAPITEL 10. Numerische Integration
|
|
- Friedrich Bayer
- vor 6 Jahren
- Abrufe
Transkript
1 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 f =: κ rel f f f. Dahmen-Reusken Kapitel 10 1
2 Die gängige Strategie zur näherungsweisen Berechnung von b f(x) dx läßt sich folgendermaßen umreißen: a 1. Man unterteile [a, b] in Teilintervalle [t k 1, t k ] z.b. mit t j = a + jh, j = 0,..., n, h = b a n. 2. Approximiere f auf jedem Intervall [t k 1, t k ] durch eine einfach zu integrierende Funktion g k, und verwende n k=1 tk t k 1 g k (x) dx n k=1 tk t k 1 f(x) dx = b a f(x) dx als Näherung für das exakte Integral. Dahmen-Reusken Kapitel 10 2
3 Dabei wählt man speziell Trapezregel g k (x) = x t k 1 f(t k ) + t k x h h f(t k 1), d.h. die lineare Interpolation an den Intervallenden von [t k 1, t k ]. Folglich ist t k t g k 1 k (x) dx gerade die Fläche h 2 [f(t k 1) + f(t k )]. f h 2 [f(t k 1) + f(t k )] t k 1 t k Dahmen-Reusken Kapitel 10 3
4 Dies liefert die summierte Trapezregel [ 1 T(h) = h 2 f(a) + f(t 1) + + f(t n 1 ) f(b) ] als Näherung für b a f(x) dx. Für den Verfahrensfehler der Teilintegrale gilt folgende Darstellung: Lemma Sei f C 2 ([t k 1, t k ]). Es gilt: h 2 [f(t k 1) + f(t k )] = tk t k 1 f(x) dx + f (ξ k ) 12 h3, ξ k [t k 1, t k ]. Dahmen-Reusken Kapitel 10 4
5 Für den Verfahrensfehler von T(h) ergibt sich damit die Abschätzung T(h) b a f(x) dx = h3 12 n k=1 n k=1 12 h3 f (ξ k ) f (ξ k ) h3 12 n max x [a,b] f (x). Mit nh = b a ergibt sich insgesamt die Fehlerschranke T(h) b 12 a f(x) dx h 2 (b a) max x [a,b] f (x). Dahmen-Reusken Kapitel 10 5
6 Ebenfalls erhält man wegen und E(h) := T(h) lim h 0 E(h) b h 2 = 1 12 a f(x) dx = n b k=1 a f (x) dx = 1 12 f (ξ k ) 12 h3 = h2 12 n k=1 ( f (b) f (a) ) hf (ξ k ) die Fehlerschätzung E(h) Ê(h) := h2 12 ( f (b) f (a) ). Dahmen-Reusken Kapitel 10 6
7 Beispiel Zur näherungsweisen Berechnung von I = π/2 0 xcos x + e x dx = π 2 + e1 2 π 2 mit der Trapezregel ergeben sich die in folgender Tabelle angegebenen Näherungswerte, Verfahrensfehler und Fehlerschätzungen. n T(h) E(h) = T(h) I Ê(h) = 12 h2 ) π 2 f (0) e e e e e e e e 04 Dahmen-Reusken Kapitel 10 7
8 10.2 Newton-Cotes-Formeln Für ein typisches Teilintervall [t k 1, t k ] stehe der Einfachheit halber im Folgenden [c, d]. Seien nun x 0,..., x m [c, d] verschiedene Punkte. Integration des Interpolationspolynoms liefert die Quadraturformel I m (f) = d c P(f x 0,..., x m )(x) dx. Satz Sei I m (f) wie oben. Für jedes Polynom Q Π m gilt I m (Q) = d c Q(x) dx. Man sagt, die Quadraturformel ist exakt vom Grade m. Dahmen-Reusken Kapitel 10 8
9 Lemma Es gibt Gewichte c 0,..., c m, so daß I m (f) die Form I m (f) = h m j=0 c j f(x j ) hat, wobei wieder h = d c. Die c j sind durch c j = 1 h d c m k=0 k j x x k x j x k dx = 1 h d c l jm(x) dx gegeben, wobei l jm die Lagrange-Fundamentalpolynome zu den Stützstellen x 0,..., x m sind. Wählt man speziell die Stützstellen x j äquidistant x 0 = c h =: c + ξ 0h, wenn m = 0, x j = c + j m h =: c + ξ jh, j = 0,..., m, wenn m > 0, erhält man die Newton-Cotes-Formeln. Dahmen-Reusken Kapitel 10 9
10 Man kann dann die Quadraturformel in der Form I m (f) = h m j=0 c j f(c + ξ j h) mit normierten Stützstellen ξ j und Gewichten c j schreiben, die jetzt unabhängig vom speziellen Intervall [c, d] sind. Gängige Beispiele: m ξ j c j I m (f) d f(x) dx c 1 0 Mittelpunktsregel h3 f (2) (ξ) 1 1 Trapezregel 0, 1 2, h3 f (2) (ξ) 2 Simpson-Regel 0, 1 2,1 1 6, 4 6, (1 2 h)5 f (4) (ξ) Regel 0, 1 3, 2 3,1 1 8, 3 8, 3 8, (1 3 h)5 f (4) (ξ) 4 Milne-Regel 0, 1 4, 1 2, 3 4,1 7 90, 32 90, 12 90, 32 90, (1 4 h)7 f (6) (ξ) Dahmen-Reusken Kapitel 10 10
11 Summierte Newton-Cotes-Formeln Als Beispiel behandeln wir die summierte Simpson-Regel. mit S(h) = b a f(x) dx + E(h) S(h) = h [ ( ) ( ) t0 + t f(t 0 ) + 4f 1 t1 + t + 2f(t 1 ) + 4f ( ) 2 tn 1 + t n 2f(t 2 ) f(t n 1 ) + 4f + f(t n ) 2 ] und E(h) = n k= (1 2 h)5 f (4) (ξ k ) = h n k=1 hf (4) (ξ k ), ξ k [t k 1, t k ]. Dahmen-Reusken Kapitel 10 11
12 Es gilt, wegen nh = b a, E(h) h E(h) b h (b a) f(4), a f(4) (x) dx = h ( f (3) (b) f (3) (a) ). Man beachte, daß beim Aufsummieren der einzelnen Teilintegrale, b a f(x) dx = n k=1 im Fehler eine h-potenz verloren geht. tk t k 1 f(x) dx, Dahmen-Reusken Kapitel 10 12
13 Beispiel 10.5 Für das Integral in Beispiel 10.2 ergeben sich die Resultate wie in folgender Tabelle. n S(h) E(h) h f(3) ( π 2 ) f(3) (0) e e e e e e e e 08 Dahmen-Reusken Kapitel 10 13
14 10.3 Gauß-Quadratur Zielvorgaben: Entwickle für m N eine Formel m i=0 w i f(x i ) = d c P(f x 0,..., x m )(x)dx mit: positiven Gewichten w i, i = 0,..., m; mit möglichst hohem Exaktheitsgrad n m, d.h., d c Q(x) dx = m i=0 w i Q(x i ), Q Π n. Der Exaktheitsgrad bei Newton-Cotes-Formeln I m (f) ist entweder m oder m + 1. Es zeigt sich, daß man dies verbessern kann. Dahmen-Reusken Kapitel 10 14
15 Allerdings sieht man leicht, daß man mit einer Formel dieses Typs höchstens den Exaktheitsgrad 2m + 1 realisieren kann. Daß man jedoch den maximalen Exaktheitsgrad n = 2m+1 realisieren kann, zeigen die Gaußschen Quadraturformeln. Satz Sei m 0. Es existieren Stützstellen x 0,..., x m (c, d) und positive Gewichte w 0,..., w m, so daß mit h = d c und h m i=0 w i f(x i ) = d c f(x) dx + E f(h) E Q = 0 für alle Q Π 2m+1. Ferner gilt für passendes ξ [c, d] ( ) 4 (m + 1)! E f (h) = ( (2m + 2)! ) 3(2m + 3) h 2m+3 f (2m+2) (ξ). Dahmen-Reusken Kapitel 10 15
16 Daß die Gewichte w j tatsächlich positiv sind, ergibt sich aus der Exaktheit vom Grade 2m + 1 durch Anwendung auf das spezielle Polynom denn q(x) := m i=0,i k (x x i ) 2 Π 2m Π 2m+1, 0 < d c q(x)dx = m i=0 w i q(x i ) = w k q(x k ) = w k m i=0,i k (x k x i ) 2. Dahmen-Reusken Kapitel 10 16
17 Numerische Tests Wir untersuchen nun den in der Fehlerformel auftretenden Faktor C k,h := (k!) 4 ((2k)!) 3 (2k + 1) h2k+1 (k = m + 1). Für glatte Funktionen (d.h., f (2k) wird nicht allzu groß, wenn k größer wird) wird die Qualität der Gauß-Quadratur im Wesentlichen durch den Faktor C k,h bestimmt. h k = 2 k = 4 k = e e e e e e e e e e e e 28 Dahmen-Reusken Kapitel 10 17
18 Sei I k,n b a f(x) dx = I(f) die Quadraturformel, wobei [a, b] in n Teilintervalle mit Länge b a n = h unterteilt wird und auf jedem Teilintervall eine Gauß-Quadratur mit k Stützstellen angewandt wird. Sowohl für I 2k,n als auch für I k,2n wird die Anzahl der Funktionsauswertungen etwa verdoppelt im Vergleich zu I k,n. In obiger Tabelle kann man sehen, daß man I I I 2k,n Ik,2n erwarten darf. Daher wird in der Praxis bei Gauß-Quadratur n in der Regel klein gewählt, oft sogar n = 1. Dahmen-Reusken Kapitel 10 18
19 Beispiel Die Gauß-Quadratur mit [c, d] = [0, π 2 ] (d.h. n = 1) für das Integral in Beispiel 10.2 ergibt die Resultate: m I m I m I e e e e 10 Man sieht, daß in diesem Beispiel die Genauigkeit der Gauß-Quadratur mit 5 Funktionswerten (m = 4; k = 5) besser ist als die der Simpson- Regel angewandt auf n = 32 Teilintervalle (vgl. Tabelle 10.3), wobei insgesamt 65 Funktionswerte benötigt werden. Dahmen-Reusken Kapitel 10 19
20 Beispiel Es sei [c, d] = [ 1,1] und m = 1. Die Gauß-Quadraturformel muß für p Π 3 exakt sein, d.h. 1 I 1 (f) = 2(c 0 f(x 0 ) + c 1 f(x 1 )) 1 p(x) dx = 2(c 0p(x 0 ) + c 1 p(x 1 )) für p(x) = x k, k = 0,1,2,3. 1 Aus 1 xk dx = 2(c 0 x k 0 + c 1x k 1 ), k = 0,1,2,3, erhält man die Gleichungen 2 = 2(c 0 + c 1 ), 0 = 2(c 0 x 0 + c 1 x 1 ), 2 3 = 2(c 0 x c 1x 2 1 ), 0 = 2(c 0x c 1x 3 1 ). Dieses nichtlineare Gleichungssystem hat genau zwei Lösungen: c 0 = c 1 = 1 2, x 0 = 1 3, x1 = 1 3, 3 3 c 0 = c 1 = 1 2, x 0 = 1 3, x1 = Dahmen-Reusken Kapitel 10 20
21 10.4 Extrapolation und Romberg-Quadratur Zu berechnen sei das Integral I = b a f(x) dx. Die Trapezsumme T(h) liefert eine Approximation der Ordnung h 2. Die wesentliche Grundlage für den Erfolg von Extrapolationstechniken bildet eine sogenannte asymptotische Entwicklung des Diskretisierungsfehlers: T(h) I = c 1 h 2 + c 2 h 4 + c 3 h c p h 2p + O(h 2p+2 ). Hieraus erhält man also [ 4 T ( 1 2 h) I = c h2 + ĉ 2 h ĉ p h 2p + O(h 2p+2 ), 3 T(1 2 h) 1 3 T(h)] I = c 1 h c p h 2p + O(h 2p+2 ). Dahmen-Reusken Kapitel 10 21
22 Man kann diese Idee systematisch weitertreiben. Sei Es gilt T 1 (h) = 4T(1 2h) T(h). 3 T 1 (h) I = c 1 h 4 + c 2 h O(h 2p+2 ), und damit T 1 ( 1 2 h) I = c h4 + c 2 64 h O(h 2p+2 ), und 16( T1 ( h) I) 1 ( T1 (h) I ) = 16T 1( 2 1 h) T 1(h) I = d 1 h 6 + d 2 h O(h 2p+2 ). Man erkennt, daß die Entwicklung des Fehlers der Quadraturformel T 2 (h) := 16T 1( 1 2 h) T 1(h) 15 mit einem Glied der Ordnung h 6 beginnt. Dahmen-Reusken Kapitel 10 22
23 Allgemeine Idee der Extrapolation Die zugrunde liegende Idee ist folgende. Der gesuchte Wert ist T(0) = b a f(x)dx = I. Bestimmt man das lineare Interpolationspolynom der Funktion x g(x) = T( x) = I + c 1 x + c 2 x c p x p + O(x p+1 ), (x 0), zu den Punkten (h 2, T(h)) und ( 4 1 h2, T( 1 2h)), ergibt sich P(T( ) h 2, 1 4 h2 )(x) = T(h) + T(1 2h) T(h) 1 4 h2 h 2 (x h 2 ). Da man T(0) annähern will, extrapoliert man an der Stelle x = 0, d.h. P(T( ) h 2, 1 4 h2 )(0) = T(h) + 4 ( 1 T( 3 2 h) T(h)) = T 1 (h). Dahmen-Reusken Kapitel 10 23
24 T(h) T( x) T( 1 2 h) T 1 (h) h2 h 2 x Dahmen-Reusken Kapitel 10 24
25 Beispiel Sei I = π/2 0 xcos x + e x dx = π 2 + e1 2 π 2 und T(h) die zugehörige Trapezregel. Die Extrapolation angewandt auf die Trapezregel liefert folgende Resultate: n T(h) T 1 (h) = 4 3 T(h) 1 3 T(2h) T 1(h) I e e e 07 Dahmen-Reusken Kapitel 10 25
26 Die Näherung T 2 (h) läßt sich wie T 1 (h) ebenfalls über Extrapolation erklären. Es gilt P(T( ) h 2, 1 4 h2, 1 16 h2 )(0) = T 2 (h). Allgemeine Vorgehensweise. Sei T i,0 := T(2 i h), i = 0,1,2,..., wobei h eine feste Anfangsschrittweite ist. Es soll das Interpolationspolynom P(T( ) h 2,...,(2 k h) 2 )(x) an der Stelle x = 0 ausgewertet werden. Anwendung des Neville-Aitken Schemas um den Wert T k (h) = T k,k = P(T( ) h 2,...,(2 k h) 2 )(0) zu berechnen, liefert die Rekursion T i,j = 4j T i,j 1 T i 1,j 1 4 j, j = 1,2,..., i j. 1 Dahmen-Reusken Kapitel 10 26
27 Romberg-Schema T(h) = T 0,0 ց T( 1 2 h) = T 1,0 T 1,1 ց ց T( 1 4 h) = T 2,0 T 2,1 T 2,2 ց ց ց T( 8 1 h) = T 3,0 T 3,1 T 3,2 T 3, T i 1,j 1 ց T i,j j 1 4 j 4 j 1 T i,j Dahmen-Reusken Kapitel 10 27
28 Sei I = π/2 0 Beispiel xcos x + e x dx = π 2 + e1 2 π 2, wie in Beispiel 10.2, und T i,0 = T(2 i h), wobei T( ) die Trapezregel ist. Für die Anfangsschrittweite h = 4 1π 2 ergibt das Romberg-Schema folgende Werte: i T i,0 T i,1 T i,2 T i, Fehler: i I T i,j e e e e e e e e e e 12 Dahmen-Reusken Kapitel 10 28
29 10.5 Zweidimensionale Integrale Transformation von Integralen. Eindimensionales Integral b f(x) dx. Sei a I 1 = [a, b], I 2 = [c, d] und ψ : I 1 I 2 eine stetig differenzierbare bijektive Abbildung. Es gilt die Transformationsformel f(ψ(x)) ψ (x) dx = I 1 I 2 f(y) dy. Ein interessanter Spezialfall ergibt sich, falls ψ affin ist, d.h. ˆψ : [a, b] [c, d], ˆψ(x) = x a b a d + b x b a c. Dahmen-Reusken Kapitel 10 29
30 Wenn Q m (g; I 1 ) = (b a) m i=0 w i g(x i ) eine Formel zur Annäherung von b a g(x) dx ist, ergibt sich eine entsprechende Quadraturformel für das Intervall I 2 = [c, d]: I 2 f(y) dy = also insgesamt: b a f(ˆψ(x)) ˆψ (x) dx = d c b a b a f(ˆψ(x)) dx (d c) m i=0 w i f(ˆψ(x i )), Q m (g; I 1 ) = (b a) Q m (f; I 2 ) = (d c) m i=0 m i=0 w i g(x i ) ŵ i f(ˆx i ), mit ŵ i = w i, ˆx i = x i a b a d + b x i b a c. Dahmen-Reusken Kapitel 10 30
31 Beispiel Gauß-Quadraturformeln werden oft für das Intervall [ 1, 1] spezifiziert, z.b. 1 [ 1 f(x) dx f( 1 ) f( 1 ) ] 3 3 aus Beispiel Die entsprechende Formel für ein beliebiges Intervall [c, d]: d f(x) dx h [ f ( c + ( 1 3 c )h) + f ( c + ( )h)], h := d c. Analog kann man für die Gauß-Quadratur mit 4 Stützstellen 1 1 f(x) dx 2 3 i=0 w i f(x i ), w 0 = w 3 = , w 1 = w 2 = 1 2 w 0, x 0 = x 3 = , x 1 = x 2 = , eine Formel für ein beliebiges Intervall [c, d] herleiten. Dahmen-Reusken Kapitel 10 31
32 Wir betrachten nun die Transformation eines zweidimensionalen Integrals B f(x, y) dx dy, B R2. Sei B 1, B 2 R 2 und ψ : B 1 B 2 eine stetig differenzierbare bijektive Abbildung mit Jacobi-Matrix J(x, y) = ψ 1 ψ 2 x (x, y) ψ 1 y (x, y) x (x, y) ψ 2 y (x, y) Es gilt folgende Verallgemeinerung von (10.38):. Satz Falls det J(x, y) 0 für alle (x, y) B 1, so gilt f(ψ(x, y)) det J(x, y) dx dy = f( x, ỹ) d x dỹ. B 1 B 2 Dahmen-Reusken Kapitel 10 32
33 Für den Spezialfall, daß ψ affin ist, ψ(x, y) = A ( x) + b, A R 2 2, det(a) 0, b R 2, y ergibt sich daraus die Transformationsformel det A f(a ( x) + b) dx dy = f( x, ỹ) d x dỹ. B 1 y B 2 Mit Hilfe dieser Transformationsformel kann man, wie im eindimensionalen Fall, eine Quadraturformel für einen Standardbereich (z.b. Einheitsquadrat, Einheitsdreieck) in eine Formel für einen affin-äquivalenten Bereich überführen. Dahmen-Reusken Kapitel 10 33
34 Wichtiger Unterschied zwischen ein- und mehrdimensionaler Integration: Zwei Intervalle [a, b] und [c, d] lassen sich stets durch affine Transformationen aufeinander abbilden. Hingegen ist es meistens nicht möglich, einfache Gebiete in R n, n 2, durch eine affine Transformation ineinander zu überführen. Beispiel Sei B 1 = [0,1] [0,1] das Einheitsquadrat. Jede affine Abbildung bildet B 1 auf ein Parallelogramm ab. Eine affine Abbildung von B 1 auf den Einheitskreis S = {(x, y) (x 2 + y 2 ) 1} ist also nicht möglich. Dahmen-Reusken Kapitel 10 34
35 Affine Transformationen B 1 ψ B B 2 ψ B Dahmen-Reusken Kapitel 10 35
36 Sei Integration über dem Einheitsquadrat Q m (g) = f(x, y) dx dy. m i=0 w i g(x i ) eine Quadraturformel für das eindimensionale Integral 1 0 g(x) dx und F(y) := 1 0 f(x, y) dx f(x, y) dx dy = 1 = = 0 F(y) dy m m 1 w j j=0 m i,j=0 j=0 w j F(x j ) 0 f(x, x j) dx m m w j j=0 i=0 w i w j f(x i, x j ) =: Q (2) m (f). w i f(x i, x j ) Dahmen-Reusken Kapitel 10 36
37 Beispiel Sei Q 1 (g) = 1 2 g(x 0) g(x 1), x 0 := , x 1 := , die eindimensionale Gauß-Quadraturformel mit zwei Stützstellen für das Intervall [0,1]. Daraus ergibt sich die Produktregel Q (2) 1 (f) = 1 4 f (x 0, x 0 ) f (x 0, x 1 ) f (x 1, x 0 ) f (x 1, x 1 ) für den Bereich [0,1] [0,1]. Diese Formel ist exakt für alle Linearkombinationen von Polynomen x k 1y k 2, 0 k 1, k 2 3. Dahmen-Reusken Kapitel 10 37
38 Integration über dem Einheitsdreieck Für Dreiecke ist es zweckmäßig, von den Monomen 1, x, y, x 2, xy, y 2, usw. auszugehen und die Frage nach solchen Quadraturformeln zu stellen, die alle Monome der Form x k 1y k 2, 0 k 1 + k 2 M exakt integrieren. Einige typische Beispiele: (i) Q(f) = 1 2 f(1 3, 1 3 ) (ii) Q(f) = 1 [f(0,0) + f(1,0) + f(0,1)] 6 (iii) Q(f) = 1 6 [f(1 2,0) + f(0, 1 2 ) + f(1 2, 1 2 )] (iv) Q(f) = 1 6 [f(1 6, 1 6 ) + f(2 3, 1 6 ) + f(1 6, 2 3 )]. Die Monome 1, x, y werden durch die Formeln in (i), (ii) exakt integriert. Die Monome 1, x, y, xy, x 2, y 2 werden durch die Formeln in (iii), (iv) exakt integriert. Dahmen-Reusken Kapitel 10 38
Numerische 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
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
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
MehrKlausur zur Vordiplom-Prüfung
Technische Universität Hamburg-Harburg SS 25 Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 22. Juli 25 Sie haben 9 Minuten Zeit zum Bearbeiten der
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrKapitel 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...
Mehr2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!
Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist
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
Mehr4 Runge-Kutta-Verfahren
Numerik gewöhnlicher Differentialgleichungen 43 4 Runge-Kutta-Verfahren 4. Konstruktion Ausgangspunkt wie immer (Substitution: s = t + τh, 0 τ ) y(t + h) = y(t) + [y(t + h) y(t)] = y(t) + = y(t) + h 0
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
MehrOptimale Steuerung. Sequentielle Quadratische Programmierung. Kevin Sieg. 14. Juli 2010. Fachbereich für Mathematik und Statistik Universität Konstanz
Optimale Steuerung Kevin Sieg Fachbereich für Mathematik und Statistik Universität Konstanz 14. Juli 2010 1 / 29 Aufgabenstellung 1 Aufgabenstellung Aufgabenstellung 2 Die zusammengesetzte Trapezregel
MehrNumerische Ableitung
Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:
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
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
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
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrNumerische 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
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
MehrMathematik 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.
Mehr7.2.1 Zweite partielle Ableitungen
72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrTeil II. Nichtlineare Optimierung
Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
Mehr2.3.1 Explizite Runge-Kutta-Verfahren
Somit ist y(t + h) = y + hf(t, y ) + h (f t (t, y ) + f y (t, y )f(t, y )) + O(h 3 ) Setzen wir Φ(t, y, h) := f(t, y) + h (f t(t, y) + f y (t, y)f(t, y)), so erhalten wir ein Verfahren mit der Konsistenzordnung
MehrDie Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass
Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel Zuerst wollen wir die Gamma-Funktion definieren, die eine Verallgemeinerung von n! ist. Dazu benötigen wir einige Resultate. Lemma.
MehrNichtlineare Gleichungssysteme
Kapitel 2 Nichtlineare Gleichungssysteme Problem: Für vorgegebene Abbildung f : D R n R n finde R n mit oder ausführlicher f() = 0 (21) f 1 ( 1,, n ) = 0, f n ( 1,, n ) = 0 Einerseits führt die mathematische
MehrTutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014
Tutorübung 5 Analysis 2 für Lehramt TU Dortmund, Sommersemester 24 Aufgabe T Bestimme die Taylorreihen von (a) cos(x) um a. (b) ln(x) um a. (c) um a 2. +x Bestimme in allen Fällen das Taylorpolynom T n,a
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
Mehr4. Differentialgleichungen
4. Differentialgleichungen Prof. Dr. Erich Walter Farkas 10.11.2011 Seite 1 Einleitung Viele in der Natur stattfindende Vorgänge können durch sogenannte Differentialgleichungen beschrieben werden. Unter
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:
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
Mehr3. Numerische Quadratur. Wo die analytischen Fähigkeiten enden...
Wo die analytischen Fähigkeiten enden... Page 1 of 30 3.1. Die Integrationsaufgabe Unter numerischer Quadratur versteht man die numerische Berechnung eines bestimmten Integrals der Art I(f) := f(x)dx zu
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
MehrDie Exponentialfunktion. exp(x)
Die Exponentialfunktion exp(x) Wir erinnern: Ist f : R R eine glatte Funktion, dann bezeichnet f (x) die Steigung von f im Punkt x. f (x) x x 0 x Wie sehen Funktionen aus mit 3 2 f f (x) = f(x) -3-2 -1
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.
MehrLösungsvorschläge zum 14. Übungsblatt.
Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
MehrFlächenberechnung mittels Untersummen und Obersummen
Flächenberechnung mittels Untersummen und Obersummen Ac Einstieg: Fläche unter einer Normalparabel mit f(x) = x 2 Wir approximieren durch Rechtecksflächen, wobei zunächst senkrecht zur x-achse 10 Streifen
MehrAnalysis I - Stetige Funktionen
Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt
MehrZusammenfassung Mathematik 2012 Claudia Fabricius
Zusammenfassung Mathematik Claudia Fabricius Funktion: Eine Funktion f ordnet jedem Element x einer Definitionsmenge D genau ein Element y eines Wertebereiches W zu. Polynom: f(x = a n x n + a n- x n-
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
Mehr3 Nichtlineare Gleichungssysteme
3 Nichtlineare Gleichungsssteme 3.1 Eine Gleichung in einer Unbekannten Problemstellung: Gegeben sei die stetige Funktion f(). Gesucht ist die Lösung der Gleichung f() = 0. f() f() a) f ( ) 0 b) f ( )
Mehr9 Die Normalverteilung
9 Die Normalverteilung Dichte: f(x) = 1 2πσ e (x µ)2 /2σ 2, µ R,σ > 0 9.1 Standard-Normalverteilung µ = 0, σ 2 = 1 ϕ(x) = 1 2π e x2 /2 Dichte Φ(x) = 1 x 2π e t2 /2 dt Verteilungsfunktion 331 W.Kössler,
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
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
MehrUniversität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW
Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrΓ = {(x, f(x)) : x R} R 2
Numerik I. Version: 29.5.8 46 4 Interpolation 4.1 Einführung Nehmen wir an, dass eine Funktion f : R R eine physikalische Größe beschreibt und wir ihre Werte an n+1 verschiedenen Punkten x, x 1,...,x n
MehrKlausur zur Vordiplom-Prüfung
Technische Universität Hamburg-Harburg WS 7/8 Institut für Numerische Simulation Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 7. März 8 Sie haben 9 Minuten Zeit zum Bearbeiten
MehrDefinition und Eigenschaften Finiter Elemente
Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
MehrKapitel 5. Stetige Funktionen 5.1. Stetigkeit
Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
MehrDr. Jürgen Roth. Fachbereich 6: Abteilung Didaktik der Mathematik. Elemente der Algebra. Dr. Jürgen Roth 3.1
.1 Dr. Jürgen Roth Fachbereich 6: Abteilung Didaktik der Mathematik Elemente der Algebra . Inhaltsverzeichnis Elemente der Algebra & Argumentationsgrundlagen, Gleichungen und Gleichungssysteme Quadratische
MehrNumerisches Programmieren, Übungen
Technische Universität München SS 2011 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dr Slobodan Ilic Numerisches Programmieren, Übungen 6 Übungsblatt: Stückweise Interpolation
MehrEinstieg in die Informatik mit Java
Vorlesung vom 07.01.2008 Übersicht 1 Warm-Up zum Jahresbeginn 2 Anfangswertprobleme 3 Polygonzüge 4 Das Eulersche Polygonzugverfahren Warm-Up zum Jahresbeginn 1 Warm-Up zum Jahresbeginn 2 Anfangswertprobleme
MehrWir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung).
Kapitel 4 Metrische Räume und Stetigkeit 4.1 Metrische und normierte Räume 4.2 Folgen in metrischen Räumen 4.3 Offene und abgeschlossene Mengen 4.4 Stetige Funktionen 4.5 Grenzwerte von Funktionen 4.6
MehrMathematik I Internationales Wirtschaftsingenieurwesen
Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:
MehrKAPITEL 9. Funktionenreihen
KAPITEL 9 Funktionenreihen 9. TaylorReihen............................ 28 9.2 Potenzreihen............................ 223 9.3 Grenzfunktionen von Funktionenfolgen bzw. reihen........ 230 9.4 Anwendungen............................
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
Mehr14.3 Berechnung gekrümmter Flächen
4.3 Berechnung gekrümmter Flächen Gekrümmte Flächen werden berechnet, indem sie als Graph einer Funktion zweier Veränderlicher aufgefasst werden. Fläche des Graphen einer Funktion zweier Veränderlicher
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
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
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation
Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter
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
Mehr3 Vektorbündel und das Tangentialbündel
$Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrInterpolationsverfahren
Kapitel 3 Interpolationsverfahren Peter-Wolfgang Gräber Systemanalyse in der Wasserwirtschaft KAPITEL 3 INTERPOLATIONSVERFAHREN Problem: Durch Messung sind einige Messwerte (abhängige Variable) in Abhängigkeit
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
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
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
Mehr3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
MehrElemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrZahlen und Gleichungen
Kapitel 2 Zahlen und Gleichungen 21 Reelle Zahlen Die Menge R der reellen Zahlen setzt sich zusammen aus den rationalen und den irrationalen Zahlen Die Mengen der natürlichen Zahlen N, der ganzen Zahlen
MehrFormelanhang Mathematik II
Formelanhang Mathematik II Mechatronik 2. Sem. Prof. Dr. K. Blankenbach Wichtige Formeln: - Euler: e j = cos() + j sin() ; e -j = cos() - j sin() - Sinus mit Phase: Übersicht Differentialgleichungen (DGL)
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
Mehr( ) als den Punkt mit der gleichen x-koordinate wie A und der
ETH-Aufnahmeprüfung Herbst 05 Mathematik I (Analysis) Aufgabe [6 Punkte] Bestimmen Sie den Schnittwinkel α zwischen den Graphen der Funktionen f(x) x 4x + x + 5 und g(x) x x + 5 im Schnittpunkt mit der
MehrOptimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
Mehr4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92
Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrThema aus dem Bereich Analysis Differentialrechnung I. Inhaltsverzeichnis
Thema aus dem Bereich Analysis - 3.9 Differentialrechnung I Inhaltsverzeichnis 1 Differentialrechnung I 5.06.009 Theorie+Übungen 1 Stetigkeit Wir werden unsere Untersuchungen in der Differential- und Integralrechnung
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrAnalysis II WS 11/12 Serie 9 Musterlösung
Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei
MehrNumerisches Lösen von Gleichungen
Numerisches Gesucht ist eine Lösung der Gleichung f(x) = 0. Das sverfahren ist eine numerische Methode zur Bestimmung einer Nullstelle. Es basiert auf dem Zwischenwertsatz: Satz (1.1.1) Zwischenwertsatz:
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
MehrNewtonverfahren Die folgende Abbildung beschreibt das Newtonverfahren zur näherungsweisen Berechnung von Nullstellen:
BspNr: J0011 Themenbereich Näherungsverfahren zur Nullstellenberechnung (Newtonverfahren) Ziele Probleme, die bei der näherungsweisen Nullstellenberechnung auftreten können, erkennen. Analoge Aufgabenstellungen
Mehr4.4 Taylorentwicklung
4.4. TAYLORENTWICKLUNG 83 4.4 Taylorentwicklung. Definitionen f sei eine reellwertige m + -mal stetig differenzierbare Funktion der n Variablen x bis x n auf einem Gebiet M R n. Die Verbindungsgerade der
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
Mehr