10 Numerische Integration

Größe: px
Ab Seite anzeigen:

Download "10 Numerische Integration"

Transkript

1 1 Numerishe Integrtion Integrle sind in den seltensten Fällen nlytish geshlossen berehenbr. Die numerishe Berehnung von Integrlen (Qudrtur) ist eine der ältesten Aufgben in der numerishen Mthemtik. In diesem Kpitel werden Methoden zur Lösung dieser Aufgbe diskutiert. Wir konzentrieren uns zunähst uf einige wihtige Grundprinzipien der Konstruktion von Näherungsformeln für ein eindimensionles Integrl f(x) dx einer stetigen Funktion f C[, b]. Im Anshluß wird ein einfher Anstz zur näherungsweisen Berehnung von mehrdimensionlen Integrlen diskutiert. 1.1 Einleitung Sei I = f(x) dx, Ĩ = f(x) dx wobei f ein gestörter Integrnd ist. Mit f f := mx f(x) f(x) erhält x b mn I Ĩ = f(x) f(x) dx f(x) f(x) dx (b ) f f. Dies zeigt, dß die bsolute Kondition des Integrtionsproblems (bezüglih der Mximum-Norm) gut ist. Für die reltive Kondition ergibt sih hingegen I Ĩ I (b ) f f = f dx b f(x) dx f(x) dx f f f =: κ f f rel. f

2 348 1 Numerishe Integrtion Somit knn gnz nlog zur Auslöshung bei der Summenbildung κ rel 1 uftreten (nämlih wenn f(x) dx f dx). Die gängige Strtegie zur näherungsweisen Berehnung von läßt sih folgendermßen umreißen: f(x) dx 1. Mn unterteile [, b] in Teilintervlle [t k 1,t k ]z.b.mitt j = + jh, j =,...,n, h = b n. 2. Approximiere f uf jedem Intervll [t k 1,t k ]durheineeinfh 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 = ls Näherung für ds exkte Integrl. f(x) dx (1.1) Als einführendes Beispiel betrhten wir die sogennnte Trpezregel. Dbei wählt mn in (1.1) speziell g k (x) = x t k 1 h f(t k )+ t k x f(t k 1 ), (1.2) h d. h. die linere Interpoltion n den Intervllenden von [t k 1,t k ]. Folglih ist tk t k 1 g k (x) dx gerde die Flähe h 2 [f(t k 1)+f(t k )] (1.3) des durh den Grphen von g k (x) definierten Trpezes (vgl. Abbildung 1.1). f h 2 [f(t k 1)+f(t k )] t k 1 t k Abb Trpezregel

3 1.1 Einleitung 349 Dies liefert die summierte Trpezregel [ 1 T (h) =h 2 f()+f(t 1)+ + f(t n 1 )+ 1 ] 2 f(b) (1.4) ls Näherung für f(x) dx. Für den Verfhrensfehler der Teilintegrle gilt folgende Drstellung: Lemm 1.1. Sei f C 2 ([t k 1,t k ]). Esgilt: h tk 2 [f(t k 1)+f(t k )] = f(x) dx + f (ξ k ) h 3 t k 1 12 für ein ξ k [t k 1,t k ]. Beweis. Aus Stz 8.22 folgt, mit g k wie in (1.2), f(x) g k (x) =f(x) P (f t k 1,t k )(x) =(x t k 1 )(x t k ) f (ξ), 2 mit einem ξ wofür min{x, t k 1 } ξ mx{x, t k } gilt. Behte, dß ξ = ξ x von x bhängt. Integrtion liefert tk f(x) dx = h t k 1 2 [f(t k 1)+f(t k )]+ 1 tk (x t k 1 )(x t k )f (ξ x ) dx. (1.5) 2 t k 1 Sei 1 tk 2 t := k 1 (x t k 1 )(x t k )f tk (ξ x ) dx t 1 tk = k 1 (x t k 1 )(x t k )f (ξ x ) dx 2 t k 1 (x t k 1 )(x t k ) dx 1. 6 h3 Weil (x t k 1 )(x t k )für x [t k 1,t k ] ein festes Vorzeihen ht, gilt min f (x) mx f (x). x [t k 1,t k ] x [t k 1,t k ] Aufgrund des Zwishenwertstzes muß gelten = f (ξ k ) für ein ξ k [t k 1,t k ]. Einsetzen in (1.5) bestätigt die Behuptung. Für den Verfhrensfehler von T (h) ergibt sih dmit die Abshätzung b T (h) f(x) dx = n n k=1 f (ξ k ) h 3 h k=1 f (ξ k ) h3 12 n mx x [,b] f (x).

4 35 1 Numerishe Integrtion Mit nh = b ergibt sih insgesmt die Fehlershrnke T (h) f(x) dx h 2 (b ) mx 12 f (x). (1.6) x [,b] Ebenflls erhält mn wegen E(h) :=T (h) und E(h) lim h h 2 = 1 12 die Fehlershätzung E(h) f(x) dx = n k=1 f (ξ k ) h 3 = h n hf (ξ k ) k=1 f (x) dx = 1 12 (f (b) f ()) Ê(h) :=h2 12 (f (b) f ()). (1.7) Die Fehlershätzung Ê(h) in (1.7) liefert llerdings keine strikte Shrnke für den Diskretisierungsfehler und bietet somit eine etws weniger zuverlässige ber in der Prxis in der Regel sehr gute quntittive Aussge. Eine shlehte Shätzung erhält mn z.b. wenn f () =f (b) lso Ê(h) =ist,bere(h) groß ist. Wenn ber beispielsweise die dritte Ableitung von f beshränkt ist, gibt Ê(h) im folgenden Sinne ttsählih zuverlässigen Aufshluß über den wirklihen Fehler. Es gilt nämlih b Ê(h) E(h) h3 mx 12 f (x). (1.8) x [,b] Der Shätzwert gibt lso den wirklihen Fehler unter obiger Annhme bis uf einen Restterm der Ordnung h 3 wieder. Mn sieht (1.8) folgendermßen ein. Wegen mx x [tk 1,t k ] f (x) f (ξ k ) h mx x [,b] f (x) gilt nämlih Ê(h) E(h) = h 2 = 12 n { t k } f (x) dx hf (ξ k ) t k 1 k=1 n h2 tk h n k=1 tk k=1 h 3 b 12 (f (x) f (ξ k )) dx t k 1 t k 1 f (x) f (ξ k ) dx mx x [,b] f (x).

5 Beispiel 1.2. Zur näherungsweisen Berehnung von I = π/2 1.2 Newton-Cotes-Formeln 351 x os x + e x dx = π 2 + e 1 2 π 2 mit der Trpezregel ergeben sih die in Tbelle 1.1 ngegebenen Näherungswerte, Verfhrensfehler und Fehlershätzungen (1.7). Tbelle 1.1. Trpezregel n T (h) E(h) = T (h) I h2 Ê(h) = π 12 2 f () e e e e e e e e Newton-Cotes-Formeln Die Trpezregel ist ein Spezilfll der folgenden llgemeinen Vorgehensweise. Für ein typishes Teilintervll [t k 1,t k ] in (1.1) stehe der Einfhheit hlber im Folgenden [, d]. Seien nun x,...,x m [, d] vershiedene Punkte. Als Näherung für f verwendet mn ds Interpoltionspolynom P (f x,...,x m )zudenstützstellen x j. Als Näherung für f(x) dx erhält mn dnn die Qudrturformel I m (f) = P (f x,...,x m )(x) dx, (1.9) wobei ds Integrl eines Polynoms einfh zu berehnen ist. Obiges Beispiel der Trpezregel ist von diesem Typ (m =1,x =, x 1 = d). Stz 1.3. Sei I m (f) durh (1.9) definiert. Für jedes Polynom Q Π m gilt I m (Q) = Q(x) dx. Mn sgt, die Qudrturformel ist exkt vom Grde m. Beweis. Sei Q Π m. Wegen der Eindeutigkeit der Polynominterpoltion gilt P (Q x,...,x m )(x) =Q(x),

6 352 1 Numerishe Integrtion und deshlb I m (Q) = P (Q x,...,x m )(x) dx = Q(x) dx. Wie wir später sehen werden, ist der Exktheitsgrd ein wesentlihes Qulitätsmerkml einer Qudrturformel. In der Form (1.9) ist die Qudrturformel noh niht prktish nwendbr. Für die Konstruktion konkreter Formeln ist folgendes Resultt nützlih. Lemm 1.4. I m (f) us (1.9) ht die Form I m (f) =h j f(x j ), (1.1) j= wobei wieder h = d und die Gewihte j durh j = 1 h m k= k j x x k x j x k dx = 1 h l jm (x) dx (1.11) gegeben sind. Die Polynome l jm ( j m) sind die Lgrnge- Fundmentlpolynome zu den Stützstellen x,...,x m. Beweis. (1.1) und (1.11) folgen sofort us der Drstellung (8.5) des Lgrnge- Interpoltionspolynoms. Wählt mn speziell die Stützstellen x j äquidistnt x = h =: + ξ h, wenn m =, x j = + j m h =: + ξ jh, j =,...,m, wenn m>, (1.12) erhält mn die Newton-Cotes-Formeln. Mn knn dnn (1.1) in der Form I m (f) =h j f( + ξ j h) (1.13) j= mit normierten Stützstellen ξ j und Gewihten j shreiben, die jetzt unbhängig vom speziellen Intervll [, d] sind. Tbelle 1.2 enthält einige gängige Beispiele.

7 Tbelle 1.2. Newton-Cotes-Formeln 1.2 Newton-Cotes-Formeln 353 m ξ j j I m(f) R d f(x) dx 1 Mittelpunktsregel h3 f (2) (ξ) 1 Trpezregel, 1 1 2, Simpson-Regel, 1, 1 1, 4, Regel, 1, 2, 1 1, 3, 3, Milne-Regel, 1, 1, 3, 1 7, 32, 12, 32, h3 f (2) (ξ) 1 ( h)5 f (4) (ξ) 3 ( h)5 f (4) (ξ) 8 ( h)7 f (6) (ξ) Fehlershrnken Je höher der Grd der Exktheit ist, desto genuere Näherungen für ds Integrl erwrtet mn, vorusgesetzt, ds Interpoltionspolynom liefert eine gute Approximtion der Funktion f. Mith = d liefert die Restgliedbshätzung (8.34) ls (grobe) Abshätzung f(x) dx I m (f) h mx m x [,d] j= x x j f (m+1) (m +1)! hm+2 (m +1)! f (m+1), (1.14) wobei f =mx x [,d] f(x) die Mximumnorm uf [, d] ist. Dß diese Abshätzung niht immer bestmöglih ist, zeigt Tbelle 1.2. Flls m gerde ist, ist in den ufgelisteten Fällen die h-potenz im Restglied für m und m+1 die gleihe. Ds Resultt für den Verfhrensfehler der Trpezregel in Tbelle 1.2 ist in Lemm 1.1 bewiesen. Summierte Newton-Cotes-Formeln Wie bei der Trpezregel knn mn für jede Newton-Cotes-Formel eine zugehörige summierte (oder wiederholte) Regel herleiten. Als Beispiel behndeln wir die summierte Simpson-Regel. Anwendung der Simpson-Regel uf jedem Teilintervll [, d] =[t k 1,t k ], t k = + kh, k =,...,n, h = b n ergibt die summierte Simpson-Regel mit S(h) = f(x) dx + E(h)

8 354 1 Numerishe Integrtion S(h) = h 6 [ f(t )+4f ( t + t ) 1 +2f(t 1 )+4f 2 2f(t 2 )+...+2f(t n 1 )+4f ( t1 + t ) ] (1.15) ( tn 1 + t ) n + f(t n ) 2 und E(h) = n k=1 Es gilt, wegen nh = b, 1 9 (1 2 h)5 f (4) (ξ k )= h4 288 n hf (4) (ξ k ), ξ k [t k 1,t k ]. k=1 E(h) h4 288 h4 E(h) 288 (b ) f (4), f (4) (x) dx = h4 288 ( f (3) (b) f (3) () ). Für die Shätzung gelten nloge Bemerkungen wie bei der Trpezregel. Der Shätzwert gibt den ttsählihen Fehler bis uf einen Term der Ordnung O(h 5 ) n, flls die fünfte Ableitung von f beshränkt ist. Mn behte, dß beim Aufsummieren der einzelnen Teilintegrle, f(x) dx = n tk k=1 t k 1 f(x) dx, im Fehler eine h-potenz verloren geht. Beispiel 1.5. Für ds Integrl in Beispiel 1.2 ergeben sih die Resultte wie in Tbelle 1.3. Tbelle 1.3. Simpson-Regel n S(h) E(h) h 4 ( π ) f (3) () e e e e e 7 2.7e e e 8 Mn behte, dß die Simpson-Regel für gegebenes n etw doppelt so viele Funktionsuswertungen benötigt wie die Trpezregel, llerdings ufgrund des höheren Exktheitsgrdes einen qudrtish kleineren Fehler die doppelte Anzhl korrekter Stellen bietet.

9 1.3 Guß-Qudrtur Guß-Qudrtur Bei Newton-Cotes-Formeln höherer Ordnung ergeben sih shließlih Gewihte mit wehselnden Vorzeihen. Aufgrund von Auslöshung sind derrtige Formeln weniger stbil. Der Aufwnd bei Qudrtur wird im llgemeinen n der Anzhl der Funktionsuswertungen fest gemht. Letztere können beispielsweise wiederum die Ausführung eines mögliherweise ufwendigen Algorithmus erfordern. Insofern knn mn folgende Zielvorgben formulieren: Entwikle für m N eine Formel ŵ i f(x i )= i= P (f x,...,x m )(x)dx (1.16) mit: positiven Gewihten ŵ i, i =,...,m; mit möglihst hohem Exktheitsgrd n m, d.h., Q(x) dx = ŵ i Q(x i ), Q Π n. (1.17) i= Der Exktheitsgrd bei Newton-Cotes-Formeln I m (f) ist entweder m oder m+1. Es zeigt sih, dß mn dies verbessern knn. Allerdings sieht mn leiht, dß mn mit einer Formel des Typs (1.17) höhstens den Exktheitsgrd 2m + 1 relisieren knn. Würde nämlih (1.17) für n 2m +2 gelten, ergäbe sih für Q(x) := m i= (x x i) 2 Π 2m+2 < Q(x)dx = ŵ i Q(x i )=, lso ein Widerspruh. Dß mn jedoh (1.17) für n =2m + 1 relisieren knn, lso einen im Verhältnis zu den Funktionsuswertungen doppelten Exktheitsgrd erreihen knn, deutet folgende Heuristik n. Für n =2m+1knn mn us (1.17) 2m+ 2 Gleihungen erhlten, wenn mn für Q jeweils n+1=2m+2bsispolynome für den (n + 1)-dimensionlen Rum Π n einsetzt. Bei den Newton-Cotes- Formeln wurden nun die Stützstellen x i äquidistnt vorgegeben. Betrhtet mnjedohdiem+1 Stützstellen x i sowie die m+1 Gewihte ŵ i ls insgesmt 2m+2 Freiheitsgrde, so stehen für besgte 2m+2 Gleihungen genu 2m+2 Unbeknnte zur Verfügung. Obwohl dies noh keine Lösbrkeit impliziert (die Gleihungen sind nihtliner in den x i ), so hält dies doh die Möglihkeit offen. Dß es dnn ttsählih funktioniert, zeigen die Gußshen Qudrturformeln, die eine Verdopplung des Exktheitsgrdes erluben. i=

10 356 1 Numerishe Integrtion Stz 1.6. Sei m. EsexistierenStützstellen x,...,x m (, d), so dß mit h = d h w i f(x i ):= i= = P (f x,...,x m )(x) dx f(x) dx + E f (h) (1.18) und E Q = für lle Q Π 2m+1. (1.19) Die Gewihte w i sind positiv und durh w i = 1 h m k= k i x x k x i x k dx = 1 h gegeben. Ferner gilt für pssendes ξ [, d] l im (x) dx ( ) 4 (m +1)! E f (h) = ( ) 3 h 2m+3 f (2m+2) (ξ). (1.2) (2m +2)! (2m +3) Beweis. Einen Beweis findet mn etw in [HH]. Wie bei den Newton-Cotes-Formeln (Lemm 1.4) folgt die Formel für die Gewihte sofort us der Drstellung (8.5) des Lgrnge-Interpoltionspolynoms. Diese Gewihte w i stimmen mit h 1 ŵ i in (1.16) überein. Die Fehlerdrstellung (1.2) besgt gerde, dß E f =istfür jedes f Π 2m+1, die Guß- Formel lso exkt vom Grde 2m+1 ist (und somit folgt (1.19) us (1.2)). Im Vergleih mit den Newton-Cotes-Formeln ist hier lso entsprehend uh der Exponent der h-potenz in der Fehlershrnke (vgl. (1.14)) etw um einen Fktor 2 größer. Dies mht diese Qudrtur-Methode sehr ttrktiv, wenn die Glttheit der Integrnden entsprehend groß ist. Stz 1.6 liefert nur eine Existenz ussge für Stützstellen. Er ist ein Spezilfll eines llgemeineren Resultts für die näherungsweise Berehnung von Integrlen der Form f(x) ω(x) dx, wobei hier ω eine feste uf (, d) gegebene positive Gewihtsfunktion ist. Konstruktive Methoden zur Bestimmung der Stützstellen x i (und Gewihte w i ) hängen eng mit sogennnten Orthogonlpolynomen bezüglih der Gewihtsfunktion ω zusmmen. Orthogonlpolynome bilden gerde polynomile Bsisfunktionen, die bezüglih des Sklrproduktes (f,g) ω := f(x)g(x) ω(x) dx,

11 1.3 Guß-Qudrtur 357 f,g C([, d]), orthogonl sind. Mn knn zeigen, dß derrtige Orthogonlpolynome stets reelle prweise vershiedene Nullstellen in [, d] hben. Diese Nullstellen des Orthogonlpolynoms vom Grde m +1sind gerde die Stützstellen x i in der Guß-Qudrturformel h m i= w if(x i )für ds Integrl f(x)ω(x) dx. Speziell für [, d] =[ 1, 1] und ω(x) = 1 sind die Stützstellen bei der Guß-Qudrtur ls die Nullstellen des sogennnten Legendre- Polynoms vom Grde m + 1 hrkterisiert. Diese Nullstellen können für llgemeines m zwr niht durh eine geshlossene Formel ngegeben werden, jedoh über eine numerishe Methode bestimmt werden. Es gibt ntürlih Tbellen mit diesen Werten für entsprehend stndrdisierte Intervlle (vgl. [HH]). Für ein llgemeines Intervll [, d] [ 1, 1] knn mn die Stützstellen über eine geeignete Trnsformtion us denen des Intervlls [ 1, 1] berehnen, wie in Abshnitt erklärt wird. Ws stekt hinter der hohen Fehlerordnung? Wir deuten nun kurz ds Zustndekommen dieser hohen Fehlerordnung für den speziellen Fll ω(x) = 1 n (die Argumenttion im llgemeinen Fll ist gleih) und nehmen n, P m+1 (x) seids(m+1)-te Orthogonlpolynom, d. h., (P m+1,q):= P m+1 (x)q(x) dx = Q Π m. (1.21) Wir können P m+1 so normieren, dß der führende Koeffizient gleih eins ist, P m+1 lso die Form P m+1 (x) =(x x ) (x x m ) ht, wobei, wie oben erwähnt wurde, die x j gerde die prweise vershiedenen Nullstellen von P m+1 in [, d] sind. Sei Q Π 2m+1 beliebig. Mit Polynomdivision knn mn zeigen, dß eine Fktorisierung Q = P m+1 Q 1 + Q 2, mit Q 1,Q 2 Π m existiert. Weil P m+1 Nullstellen x,...,x m ht, gilt für ds Interpoltionspolynom von P m+1 Q 1 n diesen Stützstellen P (P m+1 Q 1 x,...,x m ) =. Wegen Q 2 Π m gilt P (Q 2 x,...,x m )=Q 2. Hierus und mit Hilfe von (1.21) erhält mn Q(x) dx = = = = P m+1 Q 1 (x) dx + Q 2 (x) dx = Q 2 (x) dx P (Q 2 x,...,x m )(x) dx P (P m+1 Q 1 x,...,x m )(x) dx + P (Q x,...,x m )(x) dx, P (Q 2 x,...,x m )(x) dx

12 358 1 Numerishe Integrtion lso E Q =. Dmit ist gezeigt, dß diese Qudrturformel den mximlen Exktheitsgrd 2m+1 ht. Um die Fehlerdrstellung (1.2) zu erläutern wählen wir ein spezielles Q Π 2m+1,nämlih ein Hermite-Interpoltionspolynom so dß Q(x j )=f(x j ), Q (x j )=f (x j ), j m. Hierfür gilt die Fehlerdrstellung (vgl. (8.33), Bemerkung 8.35) f(x) Q(x) =(x x ) 2...(x x m ) 2 f (2m+2) (ξ) (2m +2)! = P m+1 (x) 2 f (2m+2) (ξ) (2m +2)!. Weil f und Q n den Stützstellen übereinstimmen gilt P (f x,...,x m )= P (Q x,...,x m ), und erhält mn E f = = = f(x) dx f(x) dx f(x) dx = f (2m+2) (ξ) (2m +2)! P (f x,...,x m ) dx P (Q x,...,x m ) dx Q(x) dx = P m+1 (x) 2 dx. f(x) Q(x) dx Aus Eigenshften des Orthogonlpolynoms P m+1 knn mn dnn die Beziehung (1.2) herleiten. Dß die Gewihte w j ttsählih positiv sind, ergibt sih us der Exktheit vom Grde 2m + 1 durh Anwendung uf ds spezielle Polynom q(x) := m i=,i k (x x i) 2 Π 2m Π 2m+1,denn < q(x)dx = i= w i q(x i )=w k q(x k )=w k m i=,i k (x k x i ) 2. Ein gewisser Nhteil der Guß-Formeln liegt llerdings drin, dß mn bei einer Steigerung des Grdes einen kompletten Stz neuer Funktionsuswertungen benötigt, d die Nullstellen des nähst höheren Orthogonlpolynoms untershiedlih sind. Numerishe Tests Wir untersuhen nun den in der Fehlerformel uftretenden Fktor C k,h := (k!) 4 ((2k)!) 3 (2k +1) h2k+1 (k = m +1).Für gltte Funktionen (d. h., f (2k) wird niht llzu groß, wenn k größer wird) wird die Qulität der Guß-Qudrtur im Wesentlihen durh

13 1.3 Guß-Qudrtur 359 Tbelle 1.4. C k,h h k =2 k =4 k = e 1 1.5e 4 2.9e e 3 2.9e 7 2.2e e 4 5.6e 1 1.7e e 6 1.1e e 28 den Fktor C k,h bestimmt. In Tbelle 1.4 werden einige Werte für diesen Fktor ufgelistet. Sei I k,n f(x) dx = I(f) die Qudrturformel, wobei [, b] inn Teilintervlle mit Länge b n = h unterteilt wird und uf jedem Teilintervll eine Guß-Qudrtur mit k Stützstellen ngewndt wird. Sowohl für I 2k,n ls uh für I k,2n wird die Anzhl der Funktionsuswertungen etw verdoppelt im Vergleih zu I k,n. In Tbelle 1.4 knn mn sehen, dß mn I I 2k,n I I k,2n erwrten drf. Dher wird in der Prxis bei Guß- Qudrtur n in der Regel klein gewählt, oft sogr n =1. Beispiel 1.7. Die Guß-Qudrtur mit [, d] =[, π 2 ] (d. h. n = 1 in (1.1)) für ds Integrl in Beispiel 1.2 ergibt die Resultte in Tbelle 1.5. Tbelle 1.5. Guß-Qudrtur m I m I m I e e e e 1 Mn sieht, dß in diesem Beispiel die Genuigkeit der Guß-Qudrtur mit 5 Funktionswerten (m =4;k = 5) besser ist ls die der Simpson-Regel ngewndt uf n = 32 Teilintervlle (vgl. Tbelle 1.3), wobei insgesmt 65 Funktionswerte benötigt werden. Für Probleme mit glttem Integrnden ist die Guß-Qudrtur dher oft gut geeignet, wenn eine hohe Genuigkeit erforderlih ist. Mn knn die Chrkterisierung der Stützstellen über die Legendre-Polynome umgehen und sie direkt mit Hilfe der Eigenshft (1.19) bestimmen, lso ds entsprehende Gleihungssystem lösen. Diese Methode wird nhnd des folgenden Beispiels illustriert. Beispiel 1.8. Es sei [, d] =[ 1, 1] und m = 1. Die Guß-Qudrturformel I 1 (f) =2( f(x )+ 1 f(x 1 ))

14 36 1 Numerishe Integrtion muß für p Π 3 exkt sein, d. h. 1 p(x) dx =2( p(x )+ 1 p(x 1 )) für p(x) =x k,k=, 1, 2, 3. 1 Aus 1 x k dx =2( x k + 1 x k 1), k =, 1, 2, 3, 1 erhält mn die Gleihungen 2=2( + 1 ), =2( x + 1 x 1 ), 2 3 =2( x x 2 1), =2( x x 3 1). Dieses nihtlinere Gleihungssystem ht genu zwei Lösungen: = 1 = 1 2, x = 1 3, x1 = 1 3, 3 3 = 1 = 1 2, x = 1 3, x1 = 1 (1.22) Dies führt uf die Guß-Qudrturformel: I 1 (f) =f ( 1 ) (1 ) 3 + f Drus erhält mn uh eine Formel für ein beliebiges Intervll [, d], siehe Beispiel Extrpoltion und Romberg-Qudrtur Ds Prinzip der Extrpoltion liefert eine weitere wihtige Methode zur Genuigkeitsverbesserung, bei der mn insbesondere im Gegenstz zu den Guß- Formeln progressiv vorgehen knn, d. h., bei einer Steigerung knn mn vorher berehnete Funktionswerte wieder verwenden. Im Flle der numerishen Integrtion läßt sih dieses Prinzip z. B. im Zusmmenhng mit der Trpezregel verwenden. Zu berehnen sei ds Integrl I = f(x) dx. Die Trpezsumme (1.4) liefert eine Approximtion der Ordnung h 2 (siehe (1.6)). Diewesentlihe Grundlgefür den Erfolg von Extrpoltionstehniken bildet eine sogennnte symptotishe Entwiklung des Diskretisierungsfehlers.

15 1.4 Extrpoltion und Romberg-Qudrtur 361 Im Flle der Trpezsumme knn mn diesen Fehler genuer in folgender Reihenentwiklung beshreiben, wenn f genügend gltt ist: Für f C 2p+2 ([, b]) gilt (s. [SB]) T (h) I = 1 h h h p h 2p + O(h 2p+2 ). (1.23) Wihtig für die folgende Argumenttion ist keinesflls die Kenntnis der Koeffizienten k, sondern lediglih die Ttshe, dß die Koeffizienten k niht von h bhängen. Dnn ergibt sih nämlih T ( 1 2 h) 1 I = 1 4 h2 +ĉ 2 h ĉ p h 2p + O(h 2p+2 ). (1.24) Multipliziert mn (1.24) mit 4 3 und subtrhiert dnn 1 3-ml (1.23), so erhält mn [4 3 T (1 2 h) 1 3 T (h)] I = 1 h p h 2p + O(h 2p+2 ). (1.25) Mn knn lso die Trpezsumme uf einem Gitter der Shrittweite 1 2 h mit einer Trpezsumme zur Shrittweite h kombinieren, um eine Genuigkeit der Ordnung h 4 zu bekommen. D in der Trpezsumme bei Hlbierung der Shrittweite die Anzhl der Funktionsuswertungen nur verdoppelt wird, ist die ddurh erreihte qudrtishe Fehlerreduktion eine sehr effiziente Genuigkeitssteigerung. Mn knn diese Idee systemtish weitertreiben. Sei Aus (1.25) ergibt sih T 1 (h) = 4T ( 1 2 h) T (h). 3 T 1 (h) I = 1 h h O(h 2p+2 ), und dmit T 1 ( 1 2 h) I = h h O(h 2p+2 ), 16( T1 ( h) I) 1 ( T1 (h) I ) = 16T 1( 1 2 h) T 1(h) I = d 1 h 6 + d 2 h O(h 2p+2 ). Mn erkennt, dß die Entwiklung des Fehlers der Qudrturformel T 2 (h) := 16T 1( 1 2 h) T 1(h) 15 mit einem Glied der Ordnung h 6 beginnt.

16 362 1 Numerishe Integrtion Tbelle 1.6. Extrpoltion n T (h) T 1(h) = 4 T (h) 1 T (2h) 3 3 T1(h) I e e e 7 Beispiel 1.9. Sei I = π/2 x os x + e x dx = π 2 + e 1 2 π 2undT (h) die zugehörige Trpezregel (vgl. Beispiel 1.2). Die Extrpoltion ngewndt uf die Trpezregel liefert die Resultte in Tbelle 1.6. Es gilt T 1 (h) =S(2h), wobei S( ) die Simpson-Regel us (1.15) ist. Deshlb stimmen die Resultte in der dritten und vierten Splte mit denen in der zweiten und dritten Splte von Tbelle 1.3 überein. Die Systemtik dieser Genuigkeitssteigerungen, d. h., die Systemtik der rekursiven Kombintion bereits ermittelter Formeln knn mn uh us folgender Interprettion der Näherungsformel T 1 (h) := 4 3 T ( 1 2 h) 1 3T (h) ershließen. Die zugrunde liegende Idee ist folgende. Der gesuhte Wert ist T () = f(x)dx = I. Wegen (1.23) ist g(x) :=T ( x)für betrgsmäßig kleine x-werte etw ein Polynom. Den Wert g() knn mn nnähern vi Polynominterpoltion zu Dten g(x j ), j =,...,n. Mn erwrtet bessere Resultte wenn die Stützstellen x j dihter bei Null liegen. Bestimmt mn konkret ds linere Interpoltionspolynom der Funktion x g(x) =T ( x)=i + 1 x+ 2 x p x p +O(x p+1 ), (x ), (1.26) zu den Punkten (h 2,T(h)) und ( 1 4 h2,t( 1 2h)), ergibt sih P (T ( ) h 2, 1 4 h2 )(x) =T (h)+ T ( 1 2h) T (h) 1 (x h 2 ). 4 h2 h 2 D mn T () nnähern will, extrpoliert mnnderstellex =,d.h. P (T ( ) h 2, 1 4 h2 )() = T (h)+ 4 ( 1 T ( 3 2 h) T (h)) = T 1 (h), (1.27) d. h., mn erhält genu die vorhin durh Kombintion der Trpezsummen gewonnene Näherung vierter Ordnung (s. Abb. 1.2). Die Näherung T 2 (h) läßt sih wie T 1 (h) ebenflls über Extrpoltion erklären (vgl. (1.27)): Es gilt P (T ( ) h 2, 1 4 h2, 1 16 h2 )() = T 2 (h), (1.28)

17 1.4 Extrpoltion und Romberg-Qudrtur 363 T (h) T ( x) T ( 1 2 h) T 1 (h) 1 4 h2 h 2 x Abb Extrpoltion d. h. T 2 (h) bekommt mn durh Auswertung n der Stelle x =desqudrtishen Interpoltionspolynoms der Funktion x T ( x)ndenstützstellen h 2, ( 1 2 h) 2 (, 1 4 h) 2. Dies legt folgende llgemeine Vorgehensweise nhe. Mit der Bezeihnung T i, := T (2 i h), i =, 1, 2,..., wobei h eine feste Anfngsshrittweite ist, soll ds Interpoltionspolynom P (T ( ) h 2,...,(2 k h) 2 )(x) n der Stelle x = usgewertet werden. Dies ist eine klssishe Anwendung des Neville-Aitken Shems (8.13). Um den Wert T k (h) =T k,k = P (T ( ) h 2,...,(2 k h) 2 )() zu berehnen, liefert (8.12) (mit der Bezeihnung T i,k n Stelle von P i,k )die Rekursion T i,j = 4j T i,j 1 T i 1,j 1 4 j, j =1, 2,..., i j. 1 Hierus ergibt sih ds Romberg-Shem in Abb In der ersten Splte stehen die Werte, welhe die Trpezregel für die Shrittweite 2 i h (i =, 1, 2,...) liefert. Jede ndere Splte des Romberg-Shems entsteht durh Linerkombintion der Werte der vorngehenden Splte. Diese Linerkombintionen sind so ngelegt, dß der Fehler in T i,j von der Ordnung h 2j+2 ist. Diese Methode zur Annäherung des Integrls I wird Romberg- Qudrtur gennnt. Beispiel 1.1. Sei I = π/2 x os x + e x dx = π 2 + e 1 2 π 2, wie in Beispiel 1.2, und T i, = T (2 i h), wobei T ( ) die Trpezregel ist. Für die Anfngsshrittweite h = 1 π 4 2 ergibt ds Romberg-Shem die Werte in Tbelle 1.7.

18 364 1 Numerishe Integrtion T (h) = T, T ( 1 h)=t1, T1,1 2 T ( 1 h)=t2, T2,1 T2,2 4 T ( 1 h)=t3, T3,1 T3,2 T3, T i 1,j 1 T i,j j 1 T i,j 4 j 4 j 1 Abb Romberg-Shem Tbelle 1.7. Romberg-Shem i T i, T i,1 T i,2 T i, Tbelle 1.8. Fehler im Romberg-Shem i I T i,j 1.57e e e e e e e 4 2.7e e e 12 In Tbelle 1.8 sieht mn, dß I T i,j (2 i h) 2j+2 gilt, lso je höher j ist, desto shneller ist die Konvergenz für zunehmendes i. Sttt der Stützstellen (2 i h) 2, i =, 1,...,knn mn ndere Folgen der Form (h/n i ) 2 verwenden. Insbesondere die etws kompliziertere Bulirsh-Folge reduziert nohmls die benötigte Anzhl der Funktionsuswertungen gegenüber der Romberg-Folge, siehe etw [SB]. Ds Prinzip der Extrpoltion ist llgemein und knn uh für ndere Frgestellungen genutzt werden. Sei J eine unbeknnte sklre Größe, die mn numerish nnähern will (z. B. J = I). Wir nehmen n, dß dzu eine numerishe Methode N(h) zur Verfügung steht, wobei h > ein Prmeter ist (oft eine Shrittweite, z.b. N(h) = T (h)). Weiter sei ngenommen, dß eine symptotishe Entwiklung der Form N(h) =J + 1 h q + 2 h 2q p h pq + O(h (p+1)q ) (h ) (1.29) mit q (, ), p 1existiert.Für die Extrpoltion wird die Existenz einer solhen Entwiklung vorusgesetzt, und mn benötigt die Werte der Größen

19 1.5 Zweidimensionle Integrle 365 p und q (z. B. q =2,p m, wennf C 2m+2 ([, b]) in (1.23)). Die Werte der Koeffizienten 1,..., p werden jedoh niht benötigt. Wir wählen Stützstellen x j := h q j, j =,...,k mit <h j h für lle j, und nehmen n, dß die Werte N j, := N(h j ),j=,...,k,berehnet worden sind. Sei nun F (x) :=N(x 1 q ) und P (F x,...,x k ) Π k (1.3) ds Interpoltionspolynom zu den Stützstellen (x j,f(x j )) = (h q j,n j,), j =,...,k. Der Wert der Extrpoltion N k,k := P (F x,...,x k )() liefert eine neue Näherung für die gesuhte Größe J. Dieser Wert N k,k knn einfh über den Neville-Aitken-Algorithmus 8.13 us den Werten N j,, j k, berehnet werden. 1.5 Zweidimensionle Integrle In diesem Abshnitt sollen einige einfhe numerishe Ansätze zur Berehnung zweidimensionler Integrle vorgestellt werden. Wir beshränken uns uf einige wihtige Grundprinzipien in diesem Bereih. Für eine breitere Drstellung wird uf [HH] und [Ü], Teil 2, verwiesen Trnsformtion von Integrlen Wir betrhten zunähst die Trnsformtion eines eindimensionlen Integrls f(x) dx. Sei I 1 =[, b], I 2 =[, d] und ψ : I 1 I 2 eine stetig differenzierbre bijektive Abbildung. Drus folgt ψ (x) für lle x I 1, ψ() =, ψ(b) =d (1.31) oder ψ (x) für lle x I 1, ψ() =d, ψ(b) =. (1.32)

20 366 1 Numerishe Integrtion Im Fll von (1.31) ergibt sih und im Fll (1.32) f(ψ(x)) ψ (x) dx y=ψ(x) = f(ψ(x)) ψ (x) dx y=ψ(x) = ψ(b) ψ() ψ(b) ψ() f(y) dy = f(y) dy = Also gilt die Trnsformtionsformel f(ψ(x)) ψ (x) dx = I 1 d f(y) dy f(y) dy = I 2 f(y) dy. (1.33) Ein interessnter Spezilfll ergibt sih, flls ψ ffin ist, d.h. Wenn ˆψ :[, b] [, d], Q m (g; I 1 )=(b ) f(y) dy. x ˆψ(x) = b d + b x. (1.34) b w i g(x i ) eine Formel zur Annäherung von g(x) dx ist, knn mn nun einfh eine entsprehende Qudrturformel für ds Intervll I 2 =[, d] herleiten: f(y) dy = f( ˆψ(x)) ˆψ (x) dx I 2 lso insgesmt: = d b i= f( ˆψ(x)) dx (d ) w i f( ˆψ(x i )), i= Q m (g; I 1 )=(b ) Q m (f; I 2 )=(d ) w i g(x i ) i= ŵ i f(ˆx i ), mit (1.35) i= ŵ i = w i, ˆx i = x i b d + b x i b.

21 1.5 Zweidimensionle Integrle 367 Beispiel Guß-Qudrturformeln (vgl. Abshnitt 1.3) werden oft für ds Intervll [ 1, 1] spezifiziert, z. B. die Guß-Qudrturformel mit zwei Stützstellen 1 [ 1 f(x) dx f( 1 ) f( 1 ) ] 3 3 us Beispiel 1.8. Mit Hilfe von (1.35) ergibt sih die entsprehende Formel für ein beliebiges Intervll [, d] f(x) dx h [ f ( +( )h) + f ( +( )h)], h := d. Anlog knn mn für die Guß-Qudrtur mit 4 Stützstellen 1 1 f(x) dx 2 3 w i f(x i ), i= w = w 3 = , w 1 = w 2 = 1 2 w, x = x 3 = , x 1 = x 2 = , eine Formel für ein beliebiges Intervll [, d] herleiten. Sei Q m (f;[ 1, 1]) eine Qudrturformel mit Exktheitsgrd M. Seip(x) ein Polynom vom Grd k M und ˆψ eine ffine Trnsformtion wie in (1.34), dnn ist p( ˆψ(x)) uh ein Polynom vom Grd k. Drus folgt, dß die trnsformierte Formel Q m (f; I 2 ) in (1.35) Exktheitsgrd M ht. In diesem Sinne bleibt bei einer ffinen Trnsformtion die Genuigkeit der Qudrturformel erhlten. Niht-ffine Trnsformtionen werden den Genuigkeitsgrd niht erhlten. Wir betrhten nun die Trnsformtion eines zweidimensionlen Integrls f(x, y) dx dy, B R 2. B Sei B 1,B 2 R 2 und ψ : B 1 B 2 eine stetig differenzierbre bijektive Abbildung mit Jobi-Mtrix ( ) ψ1 ψ1 x (x, y) y (x, y) J(x, y) = ψ 2 ψ2. x (x, y) y (x, y) Es gilt folgende Verllgemeinerung von (1.33): Stz Flls det J(x, y) für lle (x, y) B 1,sogilt f(ψ(x, y)) det J(x, y) dx dy = f( x, ỹ) d xdỹ. B 1 B 2

22 368 1 Numerishe Integrtion Für den Spezilfll, dß ψ ffin ist, ( ) x ψ(x, y) =A + b, A R 2 2, det(a), b R 2, y ergibt sih drus die Trnsformtionsformel det A f(a B 1 ( x y ) + b) dx dy = B 2 f( x, ỹ) d xdỹ. (1.36) Mit Hilfe dieser Trnsformtionsformel knn mn, wie im eindimensionlen Fll, eine Qudrturformel für einen Stndrdbereih (z. B. Einheitsqudrt, Einheitsdreiek) in eine Formel für einen ffin-äquivlenten Bereih überführen. Bemerkung Sei vol(b i ), i =1, 2, der Fläheninhlt von B i, und sei f(x, y) =1für lle (x, y) R 2. Aus (1.36) shließt mn die Formel det A = vol(b 2) vol(b 1 ). (1.37) Es gibt unter nderem folgenden wihtigen Untershied zwishen ein- und mehrdimensionler Integrtion: Zwei Intervlle [, b] und[, d] lssen sih stets durh ffine Trnsformtionen ufeinnder bbilden. Hingegen ist es meistens niht möglih, einfhe Gebiete in R n,n 2, durh eine ffine Trnsformtion ineinnder zu überführen. Beispiel Sei B 1 =[, 1] [, 1] ds Einheitsqudrt. Jede ffine Abbildung bildet B 1 uf ein Prllelogrmm b. Eine ffine Abbildung von B 1 uf den Einheitskreis S = {(x, y) (x 2 + y 2 ) 1} ist lso niht möglih. Beispiel Sei B 2 ds Prllelogrmm in Abb Die Abbildung ( ) ( )( ) ( ) x 21 x 2 ψ(x, y) =A + b = + y 12 y 3 bildet ds Einheitsqudrt uf B 2 b. Wegen Bemerkung 1.13 gilt vol(b 2 )= det A =3.SeiB 2 ds Dreiek in Abb Die Abbildung ( ) ( )( ) ( ) x 31 x 2 ψ(x, y) =A + b = + y 12 y 2 bildet ds Einheitsdreiek uf B 2 b. Wegen Bemerkung 1.13 gilt vol(b 2 )= 1 2 det A =21 2. In den nähsten beiden Abshnitten werden Qudrturformeln für ds Einheitsqudrt und ds Einheitsdreiek diskutiert. Über die Trnsformtionsformel (1.36) erhält mn dnn einfh Qudrturformeln für ffin-äquivlente Bereihe.

23 1.5 Zweidimensionle Integrle B1 ψ B B 2 1 ψ B Abb Affine Trnsformtion Integrtion über dem Einheitsqudrt Wir betrhten ds Integrl 1 1 f(x, y) dx dy. (1.38) Für den Produktbereih [, 1] [, 1] knn mn Integrtionsformeln bsierend uf eindimensionlen Formeln herleiten. Sei Q m (g) = w i g(x i ) (1.39) i= eine Qudrturformel für ds eindimensionle Integrl 1 g(x) dx. Ds eindimensionle Teilintegrl in (1.38) wird mit F (y) = 1 f(x, y) dx bezeihnet. Anwendung der Qudrturformel (1.39) zur Berehnung des Integrls (1.38) liefert eine Produktregel Q (2) m (f): 1 1 f(x, y) dx dy = = = 1 j= F (y) dy w j F (x j ) j= 1 w j f(x, x j ) dx i,j= j= w j w i w j f(x i,x j )=:Q (2) m (f). m i= w i f(x i,x j ) Bemerkung Bei der Produktintegrtion bruht niht ein und dieselbe Qudrturformel in beiden Integrtionsrihtungen verwendet zu werden. Fehlershätzungen für die Produktregel ergeben sih us den Fehlershätzungen der dfür verwendeten eindimensionlen Qudrturformeln (siehe z. B.

24 37 1 Numerishe Integrtion [HH]). Flls die Formel (1.39) Exktheitsgrd M ht, ergibt sih, dß die Produktformel Q (2) m für lle Polynome exkt ist. Beispiel Sei p spn{ x k1 y k2 k 1,k 2 M } Q 1 (g) = 1 2 g(x )+ 1 2 g(x 1), x := , x 1 := , die eindimensionle Guß-Qudrturformel mit zwei Stützstellen für ds Intervll [, 1] wie in Beispiel Drus ergibt sih die Produktregel Q (2) 1 (f) =1 4 f (x,x )+ 1 4 f (x,x 1 )+ 1 4 f (x 1,x )+ 1 4 f (x 1,x 1 ) für den Bereih [, 1] [, 1]. Diese Formel ist exkt für lle Linerkombintionen von Polynomen x k1 y k2, k 1,k Integrtion über dem Einheitsdreiek Während sih bei Rehteken für lle Dimensionen in ntürliher Weise Produktregeln wie oben ergeben, ist die Sitution beim Dreiek (bzw. beim Simplex) dvon vershieden. Für Dreieke ist es zwekmäßig, von den Monomen 1,x,y,x 2,xy,y 2 usw. uszugehen und die Frge nh solhen Qudrturformeln zu stellen, die lle Monome der Form x k1 y k2, k 1 + k 2 M exkt integrieren. Wir sgen dnn, eine solhe Formel hbe den Exktheitsgrd M. Wir beshränken uns hier uf einige typishe Beispiele: (i) Q(f) = 1 2 f(1 3, 1 3 ) (ii) Q(f) = 1 [f(, ) + f(1, ) + f(, 1)] 6 (iii) Q(f) = 1 6 [f(1 2, ) + f(, 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 )]. Mn rehnet einfh nh, dß die Monome 1,x,y durh die Formeln in (i), (ii) exkt integriert werden (Exktheitsgrd 1) und dß die Monome 1,x,y,xy,x 2,y 2 durh die Formeln in (iii), (iv) exkt integriert werden (Exktheitsgrd 2). Sei T ein beliebiges Dreiek, ds in kleinere Dreieke unterteilt ist (vgl. Abb. 1.5). Die Trnsformtionsformel 1.36 wiederholt ngewndt uf eine der Formeln (i) (iv) ergibt eine zusmmengesetzte Qudrturformel für T. Kompliziertere Gebiete knn mn durh geeignet gewählte Viereke und Dreieke möglihst gut usshöpfen. Zum Verfhrensfehler kommt dnn noh der Fehler hinzu, der durh die Approximtion des Gebiets entsteht.

25 1.6 Übungen 371 T Abb Unterteilung eines Dreieks 1.6 Übungen Übung Seien f,g :[, b] R stetig mit g(x) für x [, b] sowie ξ :[, b] [, b] gegeben. Zeigen Sie: es existiert ein z [, b], so dß gilt: (Hinweis: Mittelwertstz). f(ξ(x))g(x) dx = f(z) g(x) dx Übung Sei f C 1 ([, b]), t k = + kh, k =, 1, 2,...,n, h = b n Abshnitt 1.1). ) Zeigen Sie, dß (s. hf(t k 1 )= tk t k 1 f(x) dx 1 2 h2 f (ξ k ) für ein ξ k [t k 1,t k ] gilt. b) Zeigen Sie, dß für die summierte Rehtekregel R(h) =h n k=1 f(t k 1) gilt R(h) f(x) dx h (b ) mx 2 f (x). x [,b] Übung Sei [, b] unterteilt in Teilintervlle wie in (1.1), und sei M(h) =h n k=1 f ( t k 1 + t k ) 2 die summierte Mittelpunktsregel. Beweisen Sie, dß für den Verfhrensfehler E(h) :=M(h) f(x) dx folgendes gilt (f C2 ([, b]), f () f (b)): E(h) h2 (b ) mx 24 f (x) x [,b] und lim h 24E(h) h 2 (f (b) f ()) =1.

26 372 1 Numerishe Integrtion Übung Sei f C 6 ([, b]), t k = + kh, k =, 1,...,n, h = b n. Sei m(h) ds Resultt der summierten Milne-Regel (d. h. wende die Milne- Regel uf jedes Teilintervll [t k 1,t k ] n und summiere uf), und E(h) der entsprehende Diskretisierungsfehler: m(h) = ) Geben Sie eine Formel für m(h) n. b) Zeigen Sie, dß gilt. f(x) dx + E(h). E(h) h6 (b ) mx f (6) (x) x [,b] Übung Mn betrhte die Newton-Cotes-Formeln (1.13). Mn zeige: ) Die Gewihte j für die Newton-Cotes-Formel I m (f), m 1, sind durh j = 1 m gegeben. b) Diese Gewihte sind symmetrish m m k= k j s k j k ds k = m k, k =,...,m. ) Sie lssen sih uh über folgende Momentenbedingungen bestimmen: k= k k i = mi+1 i +1, i =,...,m. Übung Es sei eine Qudrturformel mit der Drstellung I 2 (f) =αf() + βf( 1 2 )+γf(1) für die Annäherung von 1 f(x) dx gegeben. Bestimmen Sie die Konstnten α, β, γ so, dß der Exktheitsgrd dieser Formel so hoh wie möglih ist. Übung Sei f genügend gltt und für festes x J := f (x), N(h) := f(x h) f(x 1 2 h). h Mn zeige, dß eine Entwiklung wie in (1.29) existiert. Mn entwerfe ein Extrpoltionsshem wie ds Romberg-Shem.

27 1.6 Übungen 373 Übung Bestimmen Sie vier Näherungen T i, i =, 1, 2, 3, für I = x dx mit der Trpezsumme zu den Shrittweiten h i =2 i 1. Verbessern Sie die gewonnenen Werte mit Hilfe eines Romberg-Shems. Vergleihen Sie die Ergebnisse mit dem exkten Wert I =ln2. Übung Bestimmen Sie die Näherungen T i, i =, 1, 2, 3, 4, 5für I = 1 x 3 2 dx mit der Trpezsumme zu den Shrittweiten h i =2 i. Verbessern Sie die gewonnenen Werte mit Hilfe eines Romberg-Shems. Vergleihen Sie die Ergebnisse mit dem exkten Wert I = 2 5.Erklären Sie, weshlb die Ergebnisse viel shlehter sind ls die in Beispiel 1.1. Übung Leiten Sie ds Romberg-Shem in Abb. 1.3 über ds Neville-Aitken-Shem 8.13 b. Übung Es sei die Guß-Qudrturformel I 2 (f) =2 2 i f(x i ) (1.4) i= mit = 1 = 5 18, 2 = 8 18, x = x 2 = 1 f(x) dx gegeben. 1 ) Zeigen Sie, dß , x 1 =zurannäherung von x k dx = I 2 (x k ) für k =, 1,...,5 gilt, d. h. I 2 (f) ist exkt vom Grde 5. b) Bestimmen Sie die entsprehende 3-Punkt-Guß-Qudrturformel zur Annäherung von 7 f(x) dx. 6 ) Geben Sie die uf (1.4) bsierende Produktregel I (2) 2 (f)zurannäherung des Integrls n. Für welhe k 1, k 2 gilt f(x, y) dx dy x k1 y k2 dx dy = I (2) 2 (xk1 y k2 )?

28 374 1 Numerishe Integrtion Übung Sei B ds Prllelogrmm mit Ekpunkten (1, 1), (3, 4), (2, 3), (4, 6). ) Bestimmen Sie eine ffine Trnsformtion, die ds Einheitsqudrt uf B bbildet. b) Bestimmen Sie für die Guß-Qudrturformel I (2) 1 (f) us Beispiel 1.17 zur Annäherung von 1 1 f(x, y) dx dy die entsprehende Guß-Qudrturformel Ĩ(2) 1 (f) zurannäherung von f(x, y) dx dy. ) Für welhe k 1, k 2 gilt B B x k1 y k2 dx dy = Ĩ(2) 1 (xk1 y k2 )? Übung Es sei f : Ω R ein gltte Funktion uf dem konvexen Gebiet Ω R 2. Beweisen Sie fdx= Ω f(x S )+O( Ω dim(ω) 2 ), Ω wobei x S den Shwerpunkt, Ω den Fläheninhlt und dim(ω) = sup x y 2 x,y Ω den Durhmesser von Ω bezeihnet. Hinweis: Für den Shwerpunkt gilt Ω (x S y) dy =.

2.1 Motivation, Zurückführung auf ein Doppelintegral. Wir betrachten einen zylindrischen Körper K, der von der Fläche

2.1 Motivation, Zurückführung auf ein Doppelintegral. Wir betrachten einen zylindrischen Körper K, der von der Fläche Kpitel 2 Ds Flähenintegrl 2.1 Motivtion, Zurükführung uf ein Doppelintegrl Wir betrhten einen zylindrishen Körper K, der von der Flähe z f(x, y, seitlih von einer Zylinderflähe mit Erzeugenden prllel zur

Mehr

Kapitel 13. Taylorentwicklung Motivation

Kapitel 13. Taylorentwicklung Motivation Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von

Mehr

Differenzial- und Integralrechnung III

Differenzial- und Integralrechnung III Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in

Mehr

Protokoll zur Vorlesung Theoretische Informatik I

Protokoll zur Vorlesung Theoretische Informatik I Protokoll zur Vorlesung Theoretishe Informtik I! " # $ % # & ' ( % ) * + & " & & &, " ' % + - + # + & '. / 0 1 # 0 & 2 & # & 3 4 & 5 # 0 + & 6 & ' + 7 7 3 8 4 & 7 + + + % ( % 6 # 9 & 5 # 0 + & 3 8. : &

Mehr

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

FernUniversität Gesamthochschule in Hagen

FernUniversität Gesamthochschule in Hagen FernUniversität Gesmthochschule in Hgen FACHBEREICH MATHEMATIK LEHRGEBIET KOMPLEXE ANALYSIS Prof. Dr. Andrei Dum Proseminr 9 - Anlysis Numerische Integrtion Ulrich Telle Mtrikel-Nr. 474 Köln, den 7. Dezember

Mehr

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35 Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion

Mehr

8 Integralrechnung. 8.1 Das Riemann-Integral

8 Integralrechnung. 8.1 Das Riemann-Integral 8 Integrlrechnung Der Integrlbegriff ist wie der Ableitungsbegriff motiviert durch die physiklische Beschreibung von Bewegungsbläufen (Geschwindigkeit, Beschleunigung). Er ist u.. uch von Bedeutung bei

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere

Mehr

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) = Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für

Mehr

ADSORPTIONS-ISOTHERME

ADSORPTIONS-ISOTHERME Institut für Physiklishe Chemie Prktikum Teil und B 8. DSORPTIONS-ISOTHERME Stnd 30/0/008 DSORPTIONS-ISOTHERME. Versuhspltz Komponenten: - Büretten - Pipetten - Shütteltish - Wge - Filtriergestell - Behergläser.

Mehr

Beispiel-Abiturprüfung

Beispiel-Abiturprüfung Mthemtik BeispielAbiturprüfung Prüfungsteile A und B Bewertungsschlüssel und Lösungshinweise (nicht für den Prüfling bestimmt) Die Bewertung der erbrchten Prüfungsleistungen ht sich für jede Aufgbe nch

Mehr

9 Das Riemannsche Integral

9 Das Riemannsche Integral 1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit

Mehr

t 1 t cos(t) sin(t) haben als Spur jeweils den Einheitshalbkreis in der oberen Halbebene.

t 1 t cos(t) sin(t) haben als Spur jeweils den Einheitshalbkreis in der oberen Halbebene. Kpitel Kurvenintegrle Kurven Sei I = [, b] R ein Intervll Eine Weg ist eine Abbildung dieses Intervlls in den R d, d, : I R d Dbei nennt mn () den Anfngspunkt, (b) den Endpunkt und ds Bild ([, b]) die

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

Funktionen und Mächtigkeiten

Funktionen und Mächtigkeiten Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit

Mehr

Vorkurs Mathematik DIFFERENTIATION

Vorkurs Mathematik DIFFERENTIATION Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt

Mehr

Spannung galvanischer Zellen (Zellspannungen)

Spannung galvanischer Zellen (Zellspannungen) Spnnung glvnisher Zellen (Zellspnnungen) Ziel des Versuhes Kennenlernen der Abhängigkeit der Zellspnnung von den Konzentrtionen der potenzilbestimmenden Ionen (Nernst-Gleihung). Anwendung der Zellspnnungsmessung

Mehr

Logarithmen und Logarithmengesetze

Logarithmen und Logarithmengesetze R. Brinkmnn http://brinkmnn-du.de Seite 9.. Logrithmen und Logrithmengesetze Wir betrhten die Gleihung 5 = 5 Auf der linken Seite steht eine Potenz mit der Bsis 5 und dem Eponenten. Auf der rehten Seite

Mehr

Taylorreihen - Uneigentlische Integrale

Taylorreihen - Uneigentlische Integrale Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f

Mehr

6. Integration 6.1 Das Riemann-Integral

6. Integration 6.1 Das Riemann-Integral 6. Integrtion 6. Ds Riemnn-Integrl 6. Integrtion 6. Ds Riemnn-Integrl Mthemtik für Chemiker 6. Integrtion 6. Ds Riemnn-Integrl Flächenberechnung: Problemstellung und Lösungsidee Sei f : [, b] [0, ) eine

Mehr

Chemisches Gleichgewicht

Chemisches Gleichgewicht TU Ilmenu Chemishes Prktikum Versuh Fhgebiet Chemie 1. Aufgbe Chemishes Gleihgewiht Stellen Sie 500 ml einer 0,1m N her! estimmen Sie die genue onzentrtion der hergestellten N mit zwei vershiedenen Anlysenmethoden

Mehr

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1

Mehr

solche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1)

solche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1) teilung Informtik, Fh Progrmmieren 1 Einführung Dten liegen oft ls niht einfh serier- und identifizierre Dtensätze vor. Stttdessen reräsentieren sie lnge Zeihenketten, z.b. Text-, Bild-, Tondten. Mn untersheidet

Mehr

7.4. Teilverhältnisse

7.4. Teilverhältnisse 7... erehnung von Teilverhältnissen ufgen zu Teilverhältnissen Nr. 7.. Teilverhältnisse Die Shwerpunkte von Figuren und Körpern lssen sih mit Hilfe von Teilverhältnissen usdrüken und erehnen. Definition

Mehr

750 + 142,50 = 892,50 Nettopreis Umsatzsteuer Bruttopreis

750 + 142,50 = 892,50 Nettopreis Umsatzsteuer Bruttopreis 2.7 Verminderter und vermehrter Grundwert 41 Beispiel: Bruttobetrg, Nettobetrg, Umstzsteuer Profirdfhrer Klus kuft sih ein Mountinbike. Ds Fhrrd kostet einshließlih 19 % Umstzsteuer 892,50. Ds Finnzmt

Mehr

1 GeschäftsdiaGramme. Abbildung 1.1: Übersicht zu unterschiedlichen Grafi ktypen. 2.1.4 Unify objects: graphs e.g. org graphs, networks, and maps

1 GeschäftsdiaGramme. Abbildung 1.1: Übersicht zu unterschiedlichen Grafi ktypen. 2.1.4 Unify objects: graphs e.g. org graphs, networks, and maps 1 GeshäftsdiGrmme Wenn mn eine deutshe Üersetzung des Begriffes usiness hrts suht, so ist mn mit dem Wort Geshäftsdigrmme gnz gut edient. Wir verstehen unter einem Geshäftsdigrmm die Visulisierung von

Mehr

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable. Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X

Mehr

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse Elemente der Anlysis II: Zusmmenfssung der wichtigsten Definitionen und Ergebnisse J. Wengenroth Dies ist die einzige zugelssene Formelsmmlung, die bei der Klusur benutzt werden drf. Es dürfen Unterstreichungen

Mehr

R. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010

R. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010 R. rinkmnn http://rinkmnn-du.de Seite 7..2 Grundegriffe der Vektorrehnung Vektor und Sklr Ein Teil der in Nturwissenshft und Tehnik uftretenden Größen ist ei festgelegter Mßeinheit durh die nge einer Mßzhl

Mehr

4 Stetigkeit. 4.1 Intervalle

4 Stetigkeit. 4.1 Intervalle 4 Stetigkeit Der Grenzwertbegriff für Zhlenfolgen lässt sich uf Funktionen übertrgen. Funktionen (oder Abbildungen) wren bereits im Kpitel über Mengen ufgetreten. Hier wird nun der Fll betrchtet, dss Definitionsbereich

Mehr

Unter einer Partition oder Zerlegung eines Intervalls [a, b] verstehen wir eine endliche Menge P = {x 0, x 1,..., x n } mit der Eigenschaft ...

Unter einer Partition oder Zerlegung eines Intervalls [a, b] verstehen wir eine endliche Menge P = {x 0, x 1,..., x n } mit der Eigenschaft ... Kpitel 7 Ds Riemnn Integrl 7.1 Unter und Obersummen 7.2 Riemnn Integrl 7.3 Riemnnsche Summen 7.4 Rechenregeln 7.5 Differentition und Integrtion 7.6 Die L p Normen 7.1 Unter und Obersummen Unter einer Prtition

Mehr

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6 Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.

Mehr

Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!

Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich! Versuchsplnung 22 CRGRAPH www.crgrph.de Grundlgen Die Aufgbe ist es Versuche so zu kombinieren, dss die Zusmmenhänge einer Funktion oder eines Prozesses bestmöglich durch eine spätere Auswertung wiedergegeben

Mehr

Vorlesung Diskrete Strukturen Transportnetze

Vorlesung Diskrete Strukturen Transportnetze Vorlesung Diskrete Strukturen Trnsportnetze Bernhr Gnter WS 2009/10 Gerihtete Grphen Ein shlingenloser gerihteter Grph ist ein Pr (V, A), woei V eine elieige Menge ist, eren Elemente wir Eken nennen un

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester

Mehr

Analysis II. Universität Stuttgart, SS 06 M. Griesemer

Analysis II. Universität Stuttgart, SS 06 M. Griesemer Anlysis II Universität Stuttgrt, SS 06 M. Griesemer Inhltsverzeichnis 9 Ds Riemnnsche Integrl 3 9.1 Definition und Beispiele........................... 3 9.2 Elementre Eigenschften..........................

Mehr

Analysis 2. Vorlesungsskript Sommersemester 2014. Bernd Schmidt. Version vom 15. Oktober 2014

Analysis 2. Vorlesungsskript Sommersemester 2014. Bernd Schmidt. Version vom 15. Oktober 2014 Anlysis 2 Vorlesungsskript Sommersemester 214 Bernd Schmidt Version vom 15. Oktober 214 Institut für Mthemtik, Universität Augsburg, Universitätsstr. 14, 86135 Augsburg, bschmidt@mth.uni-ugsburg.de 1 Inhltsverzeichnis

Mehr

10. Lineare Gleichungen mit zwei Variabeln Eine lineare Gleichung in 2 Variablen... 19

10. Lineare Gleichungen mit zwei Variabeln Eine lineare Gleichung in 2 Variablen... 19 Alger Vorlesung (.Teil) Mg. Dniel Zeller INHALTSVERZEICHNIS 0. Linere Gleihungen mit zwei Vrieln... 9 Eine linere Gleihung in Vrilen... 9 Geometrishe Deutung einer lineren Gleihung in Vrilen... Gleihungssystem

Mehr

Top-Aevo Prüfungsbuch

Top-Aevo Prüfungsbuch Top-Aevo Prüfungsbuh Testufgben zur Ausbildereignungsprüfung (AEVO) 250 progrmmierte Testufgben (Multiple Choie) 1 Unterweisungsentwurf / 1 Präsenttion 40 möglihe Frgen nh einer Unterweisung Top-Aevo.de

Mehr

Präfixcodes und der Huffman Algorithmus

Präfixcodes und der Huffman Algorithmus Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion

Mehr

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt

Mehr

1.2 Der goldene Schnitt

1.2 Der goldene Schnitt Goldener Schnitt Psclsches Dreieck 8. Der goldene Schnitt Beim Begriff Goldener Schnitt denken viele Menschen n Kunst oder künstlerische Gestltung. Ds künstlerische Problem ist, wie ein Bild wohlproportioniert

Mehr

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit

Mehr

1. Elektrostatische Felder E

1. Elektrostatische Felder E 1. Elektrosttishe Felder E Zusmmenfssung wihtiger Formeln Die Elektrosttik beshäftigt sih mit den Feldern zeitlih konstnter Ldungsverteilungen. Grundlge dfür ist die Coulomb-Krft uf eine infinitesimle

Mehr

A.25 Stetigkeit und Differenzierbarkeit ( )

A.25 Stetigkeit und Differenzierbarkeit ( ) A.5 Stetigkeit / Differenzierbrkeit A.5 Stetigkeit und Differenzierbrkeit ( ) Eine Funktion ist wenn die Kurve nicht unterbrochen wird, lso wenn mn sie zeichnen knn, ohne den Stift vom Bltt bzusetzen.

Mehr

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit

Mehr

Numerische Mathematik I

Numerische Mathematik I Numerische Mthemtik I Dr. Wolfgng Metzler Universität Kssel unter Mitwirkung von Dipl.-Mth. Mrtin Steigemnn Sommersemester 2005 ii c 2005 Dr. Wolfgng Metzler, Fchbereich Mthemtik und Informtik der Universität

Mehr

Seminar zum anorganisch-chemischen Praktikum I. Quantitative Analyse. Prof. Dr. M. Scheer Patrick Schwarz

Seminar zum anorganisch-chemischen Praktikum I. Quantitative Analyse. Prof. Dr. M. Scheer Patrick Schwarz Seminr zum norgnish-hemishen Prktikum I Quntittive Anlyse Prof. Dr. M. Sheer Ptrik Shwrz itertur A. F. Hollemn, E. Wierg, ehruh der Anorgnishen Chemie, de Gruyter Verlg, Berlin, New York (Ahtung, neue

Mehr

Integralrechnung. www.mathe-total.de. Aufgabe 1

Integralrechnung. www.mathe-total.de. Aufgabe 1 Integrlrechnung Aufgbe Bestimme die Fläche zwischen der Kurve der Funktion f() = und -Achse über dem Intervll I = [; 3] näherungsweise. Bestimme die Obersumme und Teile ds Intervll I in drei gleich große

Mehr

Höhere Mathematik für Elektrotechniker II

Höhere Mathematik für Elektrotechniker II Vorlesungsmnuskript zu Höhere Mthemtik für Elektrotechniker II Werner Blser Institut für Angewndte Anlysis Sommersemester 2009 Inhltsverzeichnis 1 Integrlrechnung 4 11 Riemnn-Summen und Riemnn-Integrl

Mehr

1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3

1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3 .6 Bruchterme Inhltsverzeichnis Einführung und Repetition 2 2 Multipliktion und Division von Bruchtermen 3 3 Die Addition von zwei Bruchtermen-Methode I 3 4 Doppelbrüche 5 5 Die Addition von zwei Bruchtermen

Mehr

I(f) (x i+1 x i ) f(x i ). i=0

I(f) (x i+1 x i ) f(x i ). i=0 8 Numerisce Integrtion Die Berecnung bestimmter Integrle knn in der Prxis meist nur näerungsweise mit Hilfe von sog. Qudrturformeln erfolgen. Dzu mct mn für eine Funktion f C[, b] den Anstz I(f = f(x dx

Mehr

2 Berechnung von Flächeninhalten unter Kurvenstücken

2 Berechnung von Flächeninhalten unter Kurvenstücken Übungsmteril 1 Berechnung von Flächeninhlten unter Kurvenstücken.1 Annäherung durch Rechtecke Um die Fläche zu berechnen, die zwischen dem Funktionsgrphen einer Funktion und der -Achse eingeschlossen wird,

Mehr

Brückenkurs MATHEMATIK

Brückenkurs MATHEMATIK Brückenkurs MATHEMATIK Professor Dr. rer. nt. Bernd Bumnn Professor Dr. rer. nt. Ulrich Stein Hochschule für Angewndte Wissenschften Hmburg 5. März 008 VO R B E M E R K U N G E N Liebe Studentin, lieber

Mehr

Es soll der Betrag eines Vektors berechnet werden, wenn dieser in Komponenten oder Koordinatenschreibweise gegeben ist. a 3. x 2

Es soll der Betrag eines Vektors berechnet werden, wenn dieser in Komponenten oder Koordinatenschreibweise gegeben ist. a 3. x 2 R. Brinkmnn http://brinkmnn-du.de Seite 8.. Vektoren im krtesischen Koordintensystem Betrg eines Vektors Es soll der Betrg eines Vektors berechnet werden, wenn dieser in Komponenten oder Koordintenschreibweise

Mehr

Spektralmethoden mit Anwendungen in Chemie und Physik

Spektralmethoden mit Anwendungen in Chemie und Physik Spektrlmethoden mit Anwendungen in Chemie und Physik Eine Einführung zum Seminr und dem Them Steffen Weißer Universität des Srlndes 19. April 2016 Gliederung 1 Zum Seminr 2 Mthemtische Einführung und Überblick

Mehr

3. Ganzrationale Funktionen

3. Ganzrationale Funktionen 3. Gnzrtionle Funktionen ) Definitionen und Beispiele Definition: Eine gnzrtionle Funktion n-ten Grdes ht ls Definitionsterm ein Polynom n-ten Grdes, d.h. y = f() = n n n-1 n-1 1 0. n 0, i ( i = 1, n)

Mehr

Prüfungsteil Schriftliche Kommunikation (SK)

Prüfungsteil Schriftliche Kommunikation (SK) SK Üerlik und Anforderungen Üerlik und Anforderungen Prüfungsteil Shriftlihe Kommuniktion (SK) Üerlik und Anforderungen Worum geht es? In diesem Prüfungsteil sollst du einen Beitrg zu einem estimmten Them

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lernzirkel / Stationenlernen: Höhensätze (Pythagoras und Euklid)

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lernzirkel / Stationenlernen: Höhensätze (Pythagoras und Euklid) Unterrihtsmterilien in digitler und in gedrukter Form uszug us: Lernzirkel / Sttionenlernen: Höhensätze (Pythgors und Euklid) Ds komplette Mteril finden Sie hier: Downlod ei Shool-Soutde SHOOL-SOUT Lernzirkel

Mehr

Bruchterme und gebrochen rationale Funktionen ================================================================== Der Quotient zweier Terme

Bruchterme und gebrochen rationale Funktionen ================================================================== Der Quotient zweier Terme Bruchterme und gebrochen rtionle Funktionen Der Quotient zweier Terme Es ist ist 3 : 4 3 und. 4 : 3 4 3 4 Dehnt mn die Bruchschreibweise uf Terme us, dnn erhält mn sog. Bruchteme. ² ( + ) : (3 + 4) + 3

Mehr

Nullstellen quadratischer Gleichungen

Nullstellen quadratischer Gleichungen Nullstellen qudrtischer Gleichungen Rolnd Heynkes 5.11.005, Achen Nch y ufgelöst hen qudrtische Gleichungen die Form y = x +x+c. Zeichnet mn für jedes x uf der rechten Seite und ds drus resultierende y

Mehr

Abiturprüfung 2007. Mathematik, Leistungskurs 0,02

Abiturprüfung 2007. Mathematik, Leistungskurs 0,02 M LK HT Seite von Nme: Abiturprüfung 007 Mthemti, Leistungsurs Aufgbenstellung: Gegeben ist die Funtion f mit Ein Teil des Grphen von f ist für 0,0 t ft () = t e, t IR. 0 t 5 m Ende der Aufgbe uf Seite

Mehr

Analysis 2. Mitschrift von www.kuertz.name

Analysis 2. Mitschrift von www.kuertz.name Anlysis 2 Mitschrift von www.kuertz.nme Hinweis: Dies ist kein offizielles Script, sondern nur eine privte Mitschrift. Die Mitschriften sind teweilse unvollständig, flsch oder inktuell, d sie us dem Zeitrum

Mehr

hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:

hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt: 1 Determinnten Die Determinnte einer qudrtischen Mtrix ist eine reelle Zhl. Sie ermöglicht insbesondere eine Aussge über die Existenz der inversen Mtrix bzw. über die Lösbrkeit von lineren leichungssystemen.

Mehr

MITTLERER SCHULABSCHLUSS AN DER MITTELSCHULE 2015 MATHEMATIK. 24. Juni :30 Uhr 11:00 Uhr. Platzziffer (ggf. Name/Klasse):

MITTLERER SCHULABSCHLUSS AN DER MITTELSCHULE 2015 MATHEMATIK. 24. Juni :30 Uhr 11:00 Uhr. Platzziffer (ggf. Name/Klasse): MITTLERER SCHULABSCHLUSS AN DER MITTELSCHULE 2015 MATHEMATIK 24. Juni 2015 8:30 Uhr 11:00 Uhr Pltzziffer (ggf. Nme/Klsse): Die Benutzung von für den Gebruh n der Mittelshule zugelssenen Formelsmmlungen

Mehr

Kapitel 4. Duale Vektorräume. 4.1 Elementare Vorbemerkungen

Kapitel 4. Duale Vektorräume. 4.1 Elementare Vorbemerkungen Kpitel 4 Dule Vektorräume Zu jedem Vektorrum V gehört der Vektorrum ller lineren Abbildungen von V in seinen Sklrkörper; diese Abbildungen heißen uch Linerformen und bilden den zu V dulen Vektorrum V.

Mehr

Checkliste Sinus, Kosinus, Tangens

Checkliste Sinus, Kosinus, Tangens Chekliste Sinus, Kosinus, Tngens Nr. K 1 K K 3 K 4 K 5 K 6 K 7 K 8 Kompetenz Ih knn... in einem rehtwinkligen Dreiek Kthete, Gegenkthete und Hypotenuse estimmen in einem rehtwinkligen Dreiek die Seitenverhältnisse

Mehr

Berechnung von Flächen unter Kurven

Berechnung von Flächen unter Kurven Berechnung von Flächen unter Kurven Es soll die Fläche unter einer elieigen (stetigen) Kurve erechnet werden. Dzu etrchten wir die (sog.) Flächenfunktion, mit der die zu erechnende Fläche qusi ngenähert

Mehr

Zusatzmaterial zur Mathematik I für E-Techniker Übung 10

Zusatzmaterial zur Mathematik I für E-Techniker Übung 10 Mthemtik I für E-Techniker C. Erdmnn WS /, Univerität Rotock,. Vorleungwoche Zutzmteril zur Mthemtik I für E-Techniker Übung Uneigentliche Integrle Die Funktion f ei für x definiert und in jedem Intervll

Mehr

Mathe Warm-Up, Teil 1 1 2

Mathe Warm-Up, Teil 1 1 2 Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Prof. Dr.Ing. W. Scheideler Brückenkurs Mthemtik WS 0/ us und überrbeitet von B. Eng. Sevd Hppel und Dipl.Ing. Jun Rojs Prof. Dr.Ing. W. Scheideler Inhltsverzeichnis Brüche, Potenzen und Wurzeln. Brüche..

Mehr

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30 15 Mtrizenrechnung 15 Mtrizenrechnung 15.1 Mtrix ls Zhlenschem Eine Internetfirm verkuft über einen eigenen Shop Digitlkmers. Es wird jeweils nur ds Topmodel der Firmen Cnon, Nikon und Sony ngeboten. Verkuft

Mehr

10 Anwendungen der Integralrechnung

10 Anwendungen der Integralrechnung 9 nwendungen der Integrlrechnung Der Inhlt von 9 wren die verschiedenen Verfhren zur Berechnung eines Integrls Der Inhlt von sind die verschiedenen Bedeutungen, die ein Integrl hen knn Die Integrlrechnung

Mehr

ANALYSIS II OLIVER C. SCHNÜRER

ANALYSIS II OLIVER C. SCHNÜRER ANALYSIS II OLIVER C. SCHNÜRER Zusmmenfssung. Bei diesem Mnuskript hndelt es sich um Notizen zu einer Vorlesung Anlysis II. Ich hbe sie im Sommersemester 215 in Konstnz benutzt. Inhltsverzeichnis 4. Differentition

Mehr

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

H Dreiecke und Vierecke

H Dreiecke und Vierecke H Dreieke und Viereke 1 eziehungen zwishen Seiten und Winkeln im Dreiek In einem Dreiek liegt der längsten Seite der größte Winkel gegenüer. Umgekehrt liegt dem größten Winkel uh die längste Seite gegenüer.

Mehr

Beispiel-Abiturprüfung. Fach Mathematik

Beispiel-Abiturprüfung. Fach Mathematik Beispiel-Abiturprüfung in den Bildungsgängen des Berufskollegs. Leistungskurs Fch Mthemtik Fchbereich Technik mthe_lk_tech_beispielufg09_0085.doc Seite von 9 Konstruktionsmerkmle der Aufgbe rten Aufgbe

Mehr

4 Die Integralfunktion*

4 Die Integralfunktion* Übungsmteril 1 Die Integrlfuntion* In den vorigen Kpiteln hben wir bereits ds unbestimmte und ds bestimmte Integrl und deren Eigenschften ennengelernt. Ersteres liefert die Menge der Stmmfuntionen einer

Mehr

Hausaufgabe 2 (Induktionsbeweis):

Hausaufgabe 2 (Induktionsbeweis): Prof. Dr. J. Giesl Formle Sprhen, Automten, Prozesse SS 2010 Üung 3 (Age is 12.05.2010) M. Brokshmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden

Mehr

Analysis mit dem Voyage 1

Analysis mit dem Voyage 1 Anlysis mit dem Voyge 1 1. Kurvendiskussion Gegeben ist die Funktionschr Den Nenner erhält mn mit Hilfe der Funktion getdenom. Zeros liefert die Nullstellen des Nenners und dmit die Werte, die us dem Definitionsbereich

Mehr

f (j) (x 0 ) (x x 0 ) j. j! j=0 Folgerung 3.1 Das k-te Taylorpolynom mit Entwicklungspunkt x 0 eines Polynoms f vom Grad höchstens k ist f selbst.

f (j) (x 0 ) (x x 0 ) j. j! j=0 Folgerung 3.1 Das k-te Taylorpolynom mit Entwicklungspunkt x 0 eines Polynoms f vom Grad höchstens k ist f selbst. 3 Tylorentwicklung In Anlysis I hben wir die Tylorentwicklung von Funktionen einer Vriblen eingeführt. Hier wollen wir die Tylorentwicklung von Funktionen mehrerer Vriblen herleiten. Der Komplettheit hlber

Mehr

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle

Mehr

I. Zahlen. II. Funktionen. Direkt proportionale Zuordnungen. Indirekt proportionale Zuordnungen. Funktion. Grundwissen Mathematik Jahrgangsstufe 8 ---

I. Zahlen. II. Funktionen. Direkt proportionale Zuordnungen. Indirekt proportionale Zuordnungen. Funktion. Grundwissen Mathematik Jahrgangsstufe 8 --- Grundwissen Mthemtik Jhrgngsstufe 8 I. Zhlen --- II. Funktionen Direkt proportionle Zuordnungen x und y sind direkt proportionl zueinnder, wenn... zum n-fhen Wert von x der n-fhe Wert von y gehört die

Mehr

Grundwissen Abitur Analysis

Grundwissen Abitur Analysis GYMNASIUM MIT SCHÜLERHEIM PEGNITZ mthem-technolog u sprchl Gmnsium WILHELM-VON-HUMBOLDT-STRASSE 7 9257 PEGNITZ FERNRUF 0924/48333 FAX 0924/2564 Grundwissen Abitur Anlsis Ws sind Potenzfunktion mit ntürlichen

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12 Mthemtisches Istitut der Uiversität Müche Prof. Dr. Peter Otte WiSe 203/4 Lösug 2 2.0.204 Aufgbe 2. [8 Pute] Übuge zur Alysis für Iformtier ud Sttistier Lösug zu Bltt 2 Für eie Teilmege Ω R, sei {, flls

Mehr

Reader. für den Einsatz in der Wiederholungsphase im Mathematikunterricht der Jahrgangsstufe 11

Reader. für den Einsatz in der Wiederholungsphase im Mathematikunterricht der Jahrgangsstufe 11 Reder für den Einstz in der Wiederholungsphse im Mthemtikunterricht der Jhrgngsstufe Anhng zur schriftlichen Husrbeit zur Zweiten Sttsprüfung für ds Lehrmt n öffentlichen Schulen von Andres Rschke Vorwort

Mehr

Kurven und Bogenlänge

Kurven und Bogenlänge Kpitel 3 Kurven und Bogenlänge 3.1 Motivtion Der Begriff der Kurve in der Ebene oder im Rum spielt in den Nturwissenschften, insbesondere der Physik, Technik (Robotik) und der Informtik (Computergrphik)

Mehr

9 Riemann-Integral für Funktionen einer Variablen

9 Riemann-Integral für Funktionen einer Variablen 9 Riemnn-Integrl für Funktionen einer Vriblen Integrl = (orientierte) Fläche zwischen Funktion f : r, bs Ñ R und der x-achse «ř n px n x n 1 qf pξ n q mit Zwischenpunkten ξ n P rx n 1, x n s x n 1 x n

Mehr

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} + Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}

Mehr

Vorlesung Mathematik I

Vorlesung Mathematik I Vorlesung Mthemtik I Studiengng Chemieingenieurwesen/Umwelttechnik D. Oestreich 1 1 Grundlgen 1.1 Mengenlehre und mthemtische Logik 1.1.1 Mengen und Mengenopertionen Menge: Gednkliche Zusmmenfssung M von

Mehr

Grundwissen Mathematik 8. Klasse. Eigenschaften Besonderheiten - Beispiele

Grundwissen Mathematik 8. Klasse. Eigenschaften Besonderheiten - Beispiele Themen Direkte Proportionlität Eigenschften Besonderheiten - Beispiele Zwei Größen und y heißen direkt proportionl, wenn gilt: Zum k-fchen Wert von gehört der k-fche Wert von y; Der Quotient q = y ht für

Mehr

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }. Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015 LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anres Herz, Dr. Stefn Häusler emil: heusler@biologie.uni-muenchen.e Deprtment Biologie II Telefon: 089-280-74800 Großhernerstr. 2 Fx:

Mehr

Mehrdimensionale Integration

Mehrdimensionale Integration 2 ehrdimensionle Integrtion 2. Prmeterintegrle Stz Sei R = [, b] [, d] ein bgeshlossenes, beshränktes Rehtek. (i) Ist f : R! R stetig, so ist die Funktion F : [, b]! R mit F(x) Õ Z d f (x, y) dy stetig

Mehr

2. Klausur in K2 am

2. Klausur in K2 am Nme: Punkte: Note: Ø: Profilfch Physik Azüge für Drstellung: Rundung:. Klusur in K m.. 04 Achte uf die Drstellung und vergiss nicht Geg., Ges., Formeln, Einheiten, Rundung...! Aufge ) (8 Punkte) In drei

Mehr

Fragebogen 1 zur Arbeitsmappe Durch Zusatzempfehlung zu mehr Kundenzufriedenheit

Fragebogen 1 zur Arbeitsmappe Durch Zusatzempfehlung zu mehr Kundenzufriedenheit Teilnehmer/Apotheke/Ort (Zus/1) Frgeogen 1 zur Areitsmppe Durh Zustzempfehlung zu mehr Kunenzufrieenheit Bitte kreuzen Sie jeweils ie rihtige(n) Antwort(en) in en Felern is n! 1. Worin esteht ie Beeutung

Mehr

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.

Mehr