Wiederholung und Zusammenfassung
|
|
- Gundi Bergmann
- vor 6 Jahren
- Abrufe
Transkript
1
2 Wiederholung und Zusammenassung Fourier-Transormation ann angewendet werden ür die Frequenzanalyse eines Signals Beispiel: Woler- Zahlen Eine ähnliche Transormation ist die Disrete Cosinus- Transormation DCT Sie wird z.b. ür das JPEG Verahren eingesetzt Wavelets verwenden onstante B-Splines als orthogonale Basisuntionen Sie önnen durch lin. Filtermasen dargestellt werden Wavelets sind eizienter als die FFT und haben bessere Eigenschaten bzgl. Kanten Numerisches Programmieren 2 Dr. Rudolph Triebel
3 VI. Iterationsverahren Falls eine direte Lösung des Problems nicht möglich oder ineizient ist. Fipuntgleichungen Problemstellung: Iterationsuntion Φ Iteration: 0 R Startwert, + : Φ R, 0,,... 3
4 Dadurch ist eine Folge deiniert. Ist diese Folge onvergent: ür, so olgt ür eine stetige Funtion Φ: lim lim Φ Φlim Φ heißt Fipunt von Φ in R. Beispiel: Φ 2, also + : Φ 2 oder
5 5 Das Konvergenzverhalten hängt vom Startwert 0 ab :, 0, 0 0,,2,, 0,,2, 0, > < < ± Φ hat daher den Fipunt 0, bzw. ist divergent önnte man als Fipunt bezeichnen. Die Folgen sind jeweils monoton ür > 0. ist ebenalls Fipunt, ann aber nur vorommen, wenn man mit ± startet; heißt daher abstoßender Fipunt.
6 Beispiel: Ausbreitung eines Grippevirus in einem Kindergarten Zu Zeitpunt t i bezeichnen wir mit i die relative Anzahl erranter Kinder, also i # rane Kinder / # Kinder. t i ist disrete Folge von Zeitpunten. Inetionsrate α >, hängt mit Übertragungswahrscheinlicheit zusammen Bei jeder Kontataunahme zweier Kinder ann daher eine Virusübertragung stattinden; daher ist die Zahl neu Erranter zum nächsten Zeitpunt diret proportional zur Zahl der möglichen Begegnungen zwischen einem ranen und einem gesunden Kind. Ein Kind, das zum Zeitpunt t i ran ist, ist zum Zeitpunt t i+ wieder gesund, ann sich aber wieder anstecen Diese Annahme dient der Vereinachung des Modells. 6
7 Ergibt Formel: α i+ i i α* #Krane * #Gesunde Dazugehörige Iterationsuntion: Φ α beschreibt eine onave Parabel, die logistische Parabel. Relatives Maimum bei 0.5 mit Wert Φ α; Nullstellen bei 0 und ; 7
8 Fipunt als Schnittpunt von Φ mit der Funtion g : α Φ α α Für < α < 2 eistiert genau ein eindeutiger Fipunt dieser Iteration zwischen 0 und 0.5. z.b und α.5 Konvergiert monoton wachsend gegen /3 8
9 Banach scher Fipuntsatz Frage: Wann onvergiert die so erzeugte Folge und wann nicht? Welche Eigenschaten müssen Φ und 0 haben, damit Konvergenz gegen einen ev. eindeutigen Fipunt vorliegt? 9
10 Banachscher Fipuntsatz: Sei I ein abgeschlossenes Intervall, Startwert 0 I, Φ eine Abbildung Φ: I I, d.h. ΦI I, Φ sei in I eine ontrahierende Abbildung, d.h. es gibt eine Konstante 0 < L < mit, y I Φ Φ y L y Dann onvergiert die Folge + : Φ gegen den eindeutigen Fipunt I, also Φ ür. Beweis: Oensichtlich gilt stets I; daher olgt. + L Φ Φ L L. 2 Damit ergibt sich ür den Abstand zweier Iterierter und m ür m>: L 0 0
11 L L L L L L j j m m m m m m m m m m m , ε ε N m ür m Daher wird der Abstand zwischen zwei Iterierten beliebig lein, wenn sie beide großen Inde haben: Daher eistiert eine Zahl I mit ür. dies ist genau die mathematische Deinition von Abgeschlossenheit. Die Zahlen bilden daher eine Cauchy-Folge Cauchy-Folgen sind onvergent in I, da I abgeschlossen ist
12 2 0. Φ ist der gesuchte Fipunt in I, denn + Φ Φ + Φ + Φ ür L 0 0 Daher muss gelten ˆ ˆ ˆ ˆ ˆ ˆ ˆ alsch L mit I und I < Φ Φ Φ Φ ˆ ˆ Dieser Fipunt in I ist eindeutig, denn Widerspruch, daher Annahme alsch, also
13 Außerdem gilt: onvergiert linear gegen, denn + Φ Φ L L + 0 0, L < Um den Satz anwenden zu önnen benötigt man also, dass Φ ein Intervall in sich abbildet, und zwar so, dass die Funtionswerte dabei näher zusammenrücen. L < heißt Lipschitz-Konstante. Ist Φ di bar, so lassen sich diese Bedingungen mit Hile des Mittelwertsatzes vereinachen: 3
14 Für,y I ist dann nämlich Φ y Φ + Φ$ z y mit einer Zahl z zwischen und y. Daher gilt: Φ y Φ ma Φ$ z z I Ist nun Φ z < in I, so ann man L : ma Φ" z z I y setzen. Wir betrachten den Mittelwertsatz jetzt speziell in der Nähe eines Fipuntes. Dann gilt: Sei Φ < ; dann ann man eine Umgebung U von angeben, in der Φ ontrahierend ist und ΦU U gilt es liegt dann also loale Konvergenz vor. 4
15 Sei Φ < ; dann ann man eine Umgebung U von angeben, in der Φ ontrahierend ist und ΦU U gilt es liegt dann also loale Konvergenz vor. Beweis: Setze U: [ -h, +h ] und wähle dabei h > 0 so lein, dass immer noch gilt Φ ist ja stetig. L : ma Φ" z < z U Für ein U olgt dann Φ Φ Φ L < h und daher ist auch Φ U. Also insgesamt: ΦU U und außerdem ist Φ ontrahierend in U. Daher ist der Banach sche Fipuntsatz anwendbar. 5
16 Einen Fipunt mit Φ < nennt man anziehenden Fipunt. Im Beispiel 2 ist 0 anziehender Fipunt, da Φ 02*0 0< Daher gilt ür L 0.5 und U [-0.25, 0.25], dass Φ 2 in U eine ontrahierende Selbstabbildung von U ist mit dem Fipuntsatz von Banach: Konvergenz in U gegen Fipunt 0 Andererseits heißt ein Fipunt mit Φ > abstoßender Fipunt, da eine ontrahierende Umgebung ür Φ eistiert. Im Beispiel 2 ist abstoßender Fipunt, da Φ 2* 2 >. 6
17 Beispiel Grippevirus: Dann gilt mit Fipunt Φ α α α α % Φ* α 2 α& 2 # 2 ' α $ α α-/α ist anziehender Fipunt ür < α < 3. Für α>3 ergibt sich abstoßender Fipunt Keine Konvergenz Für α< ein Fipunt im Intervall [0,]. 7
18 Wegen + gilt außerdem Φ + Φ# z Φ# z + Daher ist ür < α < 2 Φ > 0, und die Folge ist loal monoton wachsend oder allend, je nach Startwert rechts oder lins vom Fipunt. + Φ# z die liegen stets au derselben Seite, rechts oder lins vom Fipunt Dagegen onvergiert ür 2 < α < 3 die Folge alternierend, da Φ < 0 ist. 8
19 p Fipunt ξ p 0 p 0
20 p Fipunt ξ p 0
21 p Fipunt ξ 2 p 0
22 p Fipunt ξ 3 2 p 0 2
23 ξ 4 p Fipunt ξ 3 2 p ξ
24 α.5 und Startwert 0.44 monoton allende Konvergenz α 2.9 und Startwert 0.55 alternierende Konvergenz 24
25 Das Newtonverahren zur Nullstellenbestimmung Gesucht sind Nullstellen einer nichtlinearen stetig di baren Funtion :RR, also R mit 0 Zurücührung des Nullstellenproblems au das inzwischen beannnte Fipuntproblem. Also gesucht: ür Betrachte dazu die Taylorentwiclung in letzter Iterierten : + wird ignoriert 0 + $ 2 + Ο. Aulösen nach + lieert die Newton-Iteration: : " + alls 0 " 25
26 Geometrische Interpretation des Newtonverahrens Ersetze loal an der Stelle durch bestmögliche Gerade Tangente, entspricht linearem Anteil der Taylorreihe. Die Nullstelle dieser Geraden g + # ist genau + /, und wird als nächste Näherung ür die echte Nullstelle von gewählt. 26
27 Probleme des Newtonverahrens, wenn 0 : Division durch Null Geometrisch: Ist nahe einem Punt mit waagrechter Tangente, so ist die Gerade g ast parallel zur -Achse, und die nächste Iterierte liegt weit enternt von Kein onvergentes Verhalten 27
28 Beispiel ür Iterationen beim Newtonverahren Funtion: ep - Nullstelle: 0 Startwert: 0 28
29 0 Newtonverahren: Tangente t Nullstelle von 0
30 Newtonverahren: Nullstelle von Tangente t 2
31 Newtonverahren: Nullstelle von Tangente t 3 2
32 32. Φ 0 Φ Newton-Verahren als Fipuntiteration: alls 0 : Gesuchte Nullstelle von ist gleichzeitig Fipunt von Φ Damit sind die Resultate über Iterationsuntionen und deren Fipunte anwendbar Fipuntsatz, L<, usw.: Dazugehörige Iterationsuntion ist
33 2 Φ 2 2 und alls einache Nullstelle von gilt: Φ 0 <. Daher ist die gesuchte Nullstelle von dann ein anziehender Fipunt von Φ Satz: Das Newtonverahren ür eine stetig di bare Funtion mit einacher Nullstelle ist loal quadratisch onvergent. Beweis: Loal onvergent nach Banach schem Fipuntsatz Startwert nahe genug bei Fipunt lineare Konvergenz im Intervall U [ -h, +h ] Zum Beweis der quadratische Konvergenz: 33
34 z "" + " + mit Zwischenstelle z Taylorentwiclung. 2 L + Ist 0, so ann C loal durch eine Konstante L nach oben beschränt werden. Daher olgt: 2 2 z " "" " + 2 2, 2 C z # ## + Umormung:
35 Der Abstand von der gesuchten Lösung verringert sich in jedem Schritt quadratisch wenn man nahe genug an der Lösung ist, so dass - <<. z.b. Abstand von der Lösung in jedem Schritt - z.b. wie 0, 0 2, 0 4, 0 8, Also schnelle Konvergenz Voraussetzungen ür quadratische Konvergenz: - einache Nullstelle, d.h. 0, aber 0, oder -g mit g0 - Startwert 0 nahe bei 35
36 a heißt m-ache Nullstelle, wenn: j a 0 ür j0,,m-, aber m a 0 oder -a m g mit ga 0 Graphisch: 36
37 37 < + L und L p L + Deinition der Konvergenzordnung Linear onvergent: Konvergent von Ordnung p > : 0 g mit g m g g m g m m m + Φ Falls an der Stelle eine m-ache Nullstelle hat mit m >, so ist das Newtonverahren nur noch loal linear onvergent: Ist nämlich eine m-ache Nullstelle, so olgt und die Iterationsuntion lautet
38 Die Ableitung der Iterationsuntion ist daher g Φ$ < m g m Nach dem Banachschen Fipunsatz olgt: Φ ist loal ontrahierend und es liegt lineare Konvergenz vor Variationen bei m-acher Nullstelle, um quadratische Konvergenz zu erreichen: Wende Newtonverahren an au m- te Ableitung von / m-te Wurzel von oder modiiziere Newtonormel bei beanntem m zu Φ m. 38
39 Verwandte Verahren Seantenverahren: Ersetze Tangente in letztem Punt durch die Seante, die die beiden letzten Punte verbindet; verwende deren Nullstelle g + Nullstelle der Seante als nächste Iterierte: 39
40 40 + Lieert loale Konvergenz wie beim Newtonverahren. Vorteil: eine Ableitungen benötigt, jeweils nur die letzten beiden Funtionswerte Billiger Aber Problem, alls Nenner gleich Null ist Konvergenzordnung p nur mit <p<2, aber daür pro Schritt nur eine neue Funtionsauswertung nötig bei Newton und pro Schritt
41 Bisetionsverahren: Starte mit zwei Werten und y, ür die gilt, dass *y < 0 ist, ür die also verschiedene Vorzeichen hat. Daher liegt ür stetiges zwischen und y garantiert eine Nullstelle Setze z:+y/2 den Wert genau in der Mitte zwischen und y: 4
42 Berechne z. Ist z 0: ertig Ist *z > 0, so setze :z, y bleibt Ist y*z > 0, so setze y:z, bleibt Damit gilt wieder *y < 0, aber der Abstand zwischen und y hat sich halbiert. Daher liegt die gesuchte Nullstelle nach Schritten garantiert in einem leineren Intervall der Größe const/2, und es gilt: Bezeichnung:, y z usw. + + y + y y 0.5 < ma {, y } + y 42
43 Daher schrumpt der Abstand der Nullstelle zu den beiden Intervallgrenzen linear in jedem Schritt um den Fator 0.5 {, y } y y / 2 ma{, y }/ 2 ma y + y y +2 Regula alsi durch Verbindung von Bisetion und Seantenver.: Iteriere wieder Intervall-Einschließungsgrenzen. Neuer Kandidat ür Ober/Untergrenze ist jetzt nicht der Punt in der Mitte, sondern die Nullstelle der Seante. Ersetze eine der beiden alten Grenzen durch diesen neuen Kandidaten, so dass die gesuchte Nullstelle wieder garantiert in dem neuen Intervall liegt 43
44 Bisetionsverahren: Nullstelle im Intervall [,y] < 0 y > 0 z+y/2 y
45 Bisetionsverahren: alt [,y] [,z]:[,y] neu Da y und z das gleiche Vorzeichen haben, wird y durch z ersetzt. < 0 y > 0 z+y/2 y z > 0
46 Intervall [,y] z+y/2 y <0 y>0
47 [,y] [z,y]:[,y] wird durch z ersetzt. z+y/2 y <0 z<0 y>0
48 Nullstelle in [,y] Neues Intervall ist ¼ so groß wie das Anangsintervall y <0 y>0
49 In der Prais wird häuig eine Kombination von Bisetion und Newton eingesetzt: Starte mit sicherer Bisetion, bis der Einzugsbereich der quadratischen Konvergenz des Newtonverahrens erreicht ist. Dazu nötig sind Werte und y mit y < 0 ; solche Werte erhält man z.b. durch Auswertung von an Zuallszahlen oder an äquidistanten Stellen. Falls solche und y nicht auindbar sind, liegt ev. eine Nullstelle vor oder eine Nullstelle gerader Ordnung Im letzteren Fall ann das Newtonverahren au angewendet werden. 49
3 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 ( )
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrBeispiele zur Taylorentwicklung
Beispiele zur Taylorentwiclung Nun ein paar Augaben, die mit der Taylorentwiclung zu tun haben. In diesem Zusammenhang sollte man au jeden Fall die Formel ür die Taylorentwiclung und das Restglied nach
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Informatier II (Sommersemester 00) Lösungen zu Aufgabenblatt
MehrNumerisches Programmieren, Übungen
Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus
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
MehrNichtlineare Gleichungen
Nichtlineare Gleichungen Ein wichtiges Problem in der Praxis ist die Bestimmung einer Lösung ξ der Gleichung f(x) =, () d.h. das Aufsuchen einer Nullstelle ξ einer (nicht notwendig linearen) Funktion f.
MehrAbb lokales Maximum und Minimum
.13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
Mehrf(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}
9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen
Mehrk + k + 1 ( 1) k( k 2 + 2k + 1 k ) f)
Prof. Dr. L. Schwachhöfer Dr. J. Horst Faultät Mathemati TU Dortmund Musterlösung zum 5. Übungsblatt zur Höheren Mathemati I (P/ET/AI/IT/IKT/MP WS 0/ Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz:
Mehrn=1 a n mit reellen Zahlen a n einen
4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die
Mehr8.3 Lösen von Gleichungen mit dem Newton-Verfahren
09.2.202 8.3 Lösen von Gleichungen mit dem Newton-Verfahren Beispiel: + 2 e Diese Gleichung kann nicht nach aufgelöst werden, da die beiden nicht zusammengefasst werden können. e - - 2 0 Die gesuchten
MehrKonvergenz einer Folge. 1-E1 Ma 1 Lubov Vassilevskaya
Konvergenz einer Folge 1-E1 Ma 1 Lubov Vassilevskaya Konvergenz einer Folge: Inhalt Drei Verhaltensmuster von Folgen. Beispiele 1 ) = 1 n, = n n +1, 2 ) = ( 1)n n +1 n und ihre graphischen Darstellungen.,
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:
MehrZusatzmaterial zur Mathematik I für E-Techniker Übung 7
Mathemati I für E-Technier C. Erdmann WS 0/, Universität Rostoc, 7. Vorlesungswoche Zusatzmaterial zur Mathemati I für E-Technier Übung 7 Loale Etrema, Satz von Rolle, Mittelwertsatz Man sagt, in liegt
MehrInhalt Kapitel I: Nichtlineare Gleichungssysteme
Inhalt Kapitel I: Nichtlineare Gleichungssysteme I Nichtlineare Gleichungssysteme I. Nullstellenbestimmung von Funktionen einer Veränderlichen I.2 I.3 Newton-Verfahren Kapitel I (UebersichtKapI) 3 Bisektionsverfahren
Mehr(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
MehrMathematik Übungsblatt - Lösung. b) x=2
Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung
MehrFolgen und Reihen. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)
Fragen und Antworten Folgen und Reihen (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis 1 Folgen und Reihen 2 1.1 Fragen............................................... 2 1.1.1 Folgen...........................................
MehrMathematik I. Vorlesung 7. Folgen in einem angeordneten Körper
Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen
Mehr1 Die natürliche Exponentialfunktion und ihre Ableitung
Schülerbuchseite 5 5 Lösungen vorläuig VI Natürliche Eponential- und Logarithmusunktion Die natürliche Eponentialunktion und ihre Ableitung S. 5 Durch Ausprobieren erkennt man, dass < a
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
MehrWenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +
8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die
MehrSatz von Taylor Taylorreihen
Satz von Taylor Taylorreihen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
MehrLösungsskizze. eine Sprungweite bis zum K-Punkt von ca. 111 Meter Lösungsskizze
Zentrale schriftliche Abiturprüfungen im Fach Mathemati Lösungssizze und der Formel für die Keplersche Regel d A ( f( x) + 4 f( x) + f( x)) 3 (,9 + 4,9 +,67) 6 A,8. eine Sprungweite bis zum K-Punt von
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Prof. Dr. R. Herzog WS/ / Inhaltsübersicht 3Einführung in die freie Optimierung 4Orakel und Modellfunktionen 5Optimalitätsbedingungen der freien Optimierung 6Das Newton-Verfahren
MehrKapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
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:
MehrKAPITEL 9. Funktionenreihen. 9.1 Taylor-Reihen Potenzreihen Methoden der Reihenentwicklung Anwendungen...
KAPITEL 9 Funtionenreihen 9. Taylor-Reihen.................................... 74 9.2 Potenzreihen..................................... 77 9.3 Methoden der Reihenentwiclung.......................... 90
Mehr7 Stetige Funktionen. Grenzwerte
7 Stetige Funktionen. Grenzwerte 7.1 Stetigkeit Deinition: Eine Funktion : D heißt stetig im Punkt x D, wenn es zu jedem ein gibt derart, daß gilt: x x ür alle x D mit x x. Deinition: : D heißt Lipschitz-s
MehrPotenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.
Potenzreihen Potenzreihen sind Funtionenreihen mit einer besonderen Gestalt. Definition. Ist (a ) eine Folge reeller (bzw. omplexer) Zahlen und x 0 R (bzw. z 0 C), dann heißt die Reihe a (x x 0 ) (bzw.
Mehr1 Die zweite Ableitung
Schülerbuchseite 5 Lösungen vorläuig und deren Graphen Die zweite Ableitung S. Um den Graphen der Ableitung zu skizzieren, sucht man zuerst die Punkte mit waagrechten Tangenten. so erhält man die Nullstellen
MehrZusammenfassung zur Konvergenz von Folgen
Zusammenfassung zur Konvergenz von Folgen. Definition des Konvergenzbegriffs Eine Folge reeller Zahlen a n n heißt konvergent gegen a in Zeichen a n = a, falls gilt > 0 n 0 n n 0 : an a < Hinweise: Bei
MehrUnendliche Reihen. D.h. Die Summe einer unendlichen Reihe ist der Grenzwert der Folge der Partialsummen.
Unendliche Reihen Wegen der elementaren Eigenschaften der Zahlen ist lar, was unter einer endlichen Summe von Zahlen a + a 2 +... + zu verstehen ist. Vorderhand ist noch nicht erlärt, was unter einer unendlichen
MehrFolgen, Reihen, Grenzwerte u. Stetigkeit
Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen
Mehr11. Folgen und Reihen.
- Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a
MehrSTETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN
STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),
Mehr= (n 2 ) 1 (Kurzschreibweise: a n = n 2 ) ergibt die Zahlenfolge 1, 4, 9, 16, 25, 36,.
2 Folgen, Reihen, Grenzwerte 2.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind (n N; auch
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
MehrStetigkeit von Funktionen
Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte
MehrTEILWEISE ASYNCHRONE ALGORITHMEN
TEILWEISE ASYNCHRONE ALGORITHMEN FRANK LANGBEIN Literatur: D. Berseas, J. Tsitsilis: Parallel and distributed computatoin, pp. 48 489 URI: http://www.langbein.org/research/parallel/ Modell teilweiser asynchroner
Mehr13. Abzählen von Null- und Polstellen
13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.
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
MehrFolgen und Reihen. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen Dr. Thomas Zehrt Folgen und Reihen Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen, Band, 7. Auflage,
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.
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
MehrFolgen und Reihen. Zahlenfolgen , ,
97 Wegener Math/5_Reihen Mittwoch 04.04.2007 8:38:52 Folgen und Reihen Zahlenfolgen Eine Zahlenfolge a besteht aus Zahlen a,a 2,a 3,a 4,a 5,... Die einzelnen Zahlen einer Folge heißen Glieder oder Terme.
MehrNUMERISCHE MATHEMATIK I
D-MATH ETH Zürich, 22. August 2011 Prof. Ch. Schwab NUMERISCHE MATHEMATIK I 1. Interpolation und Quadratur (25 P.) a) Sei [a, b] R 1 mit a < b ein beschränktes Intervall, und f C 2 ([a, b]). Zeigen Sie,
MehrREIHENENTWICKLUNGEN. [1] Reihen mit konstanten Gliedern. [2] Potenzreihen. [3] Reihenentwicklung von Funktionen. Eine kurze Einführung Herbert Paukert
Reihenentwicklungen Herbert Paukert 1 REIHENENTWICKLUNGEN Eine kurze Einführung Herbert Paukert [1] Reihen mit konstanten Gliedern [2] Potenzreihen [3] Reihenentwicklung von Funktionen Reihenentwicklungen
MehrKap. 10: Folgen und Reihen. Eine Funktion a : N Ñ R
Definition: Zahlenfolge Kap. 10: Folgen und Reihen 10.1 Definition: Zahlenfolge Eine Funktion a : N Ñ R poder Cq heißt reelle (oder komplexe) Zahlenfolge. Man nennt a n apnq das n-te Folgenglied und schreibt
MehrÜberblick. Kapitel 7: Anwendungen der Differentialrechnung
Überblick Kapitel 7: Anwendungen der Differentialrechnung 1 Beispiel 1: Kapitel 7.1: Implizites Differenzieren 1 Beispiel 1: Steigung der Tangente Kapitel 7.1: Implizites Differenzieren 2 Beispiel 1: Steigung
MehrLinearisierung einer Funktion Tangente, Normale
Linearisierung einer Funktion Tangente, Normale 1 E Linearisierung einer Funktion Abb. 1 1: Die Gerade T ist die Tangente der Funktion y = f (x) im Punkt P Eine im Punkt x = a differenzierbare Funktion
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
MehrHöhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
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
MehrBeispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt
Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2
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
Mehrx k = s k=1 y k = y konvergent. Dann folgt (cx k ) = cx für c K. Partialsummenfolge konvergiert
4 Reihen Im Folgenden sei K R oder K C. 4. Definition. Es sei (x k ) Folge in K. Wir schreiben x k s und sagen, die Reihe x k konvergiere, falls die sogenannte Partialsummen-Folge s n x k n, 2,... in K
Mehrist streng monoton fallend.
Beispiel 3.5 Betrachte die Folgen aus Beispiel 3.1 Die Folgen a und d mit a n = n 2 und d n = 2 n sowie die Fibonacci-Folge sind streng monoton wachsend. Die Folge b mit b n = 1 n ist streng monoton fallend.
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
Mehr13. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben
MehrNumerik und Simulation in der Geoökologie
1/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Numerik und Simulation in der Geoökologie Sylvia Moenickes VL 2 WS 2007/2008 2/49 Rekapitulation Das Euler-Verfahren
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
MehrMathematische Grundlagen der Ökonomie Übungsblatt 8
Mathematische Grundlagen der Ökonomie Übungsblatt 8 Abgabe Donnerstag 7. Dezember, 0:5 in H 5+7+8 = 20 Punkte Mit Lösungshinweisen zu einigen Aufgaben 29. Das Bisektionsverfahren sucht eine Nullstelle
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
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
Mehr3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen
KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an
Mehr3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die
3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind ( n N, auch
MehrKap. 6: Iterative Lösung von Gleichungssystemen
Kap. 6: Iterative Lösung von Gleichungssystemen 6.1 Einleitung In vielen Anwendungen sind Gleichungssysteme zu lösen, in denen die Unbekannten nichtlinear auftreten. Beispiel: Der Betrag der Gravitationskraft
MehrLeseprobe. Rudolf Taschner. Anwendungsorientierte Mathematik für ingenieurwissenschaftliche Fachrichtungen
Leseprobe Rudolf Taschner Anwendungsorientierte Mathematik für ingenieurwissenschaftliche Fachrichtungen Band : Gleichungen und Differentialgleichungen ISBN Buch: 978--446-44056- ISBN E-Book: 978--446-4980-
MehrFolgen und Reihen. Katharina Brazda 9. März 2007
Katharina Brazda 9. März 2007 Inhaltsverzeichnis 1 Folgen 2 1.1 Definition von Folgen - explizite und rekursive Darstellung.............. 2 1.2 Wachstumsverhalten von Folgen - Monotonie und Beschränktheit..........
MehrKapitel 6. Exponentialfunktion
Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.
MehrAnalysis und Lineare Algebra mit MuPAD
Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1
MehrMathematikaufgaben. Matura Session
Mathematikaufgaben Matura 05. Session Angaben 05. Session 05. Session Problemstellung Ein Telefonanbieter sieht für Auslandgespräche eine Figebühr von 0 Euro monatlich und zusätzlich 0 Cent pro Gesprächsminute
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
MehrWir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems
Kapitel 2 Newton Verfahren 2.1 Das lokale Newton Verfahren Wir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems F (x) = 0 (2.1) mit einer zumindest
MehrStetigkeit. Definitionen. Beispiele
Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt
MehrFolgen und Reihen. 1 Konvergenz
Folgen und Reihen Man betrachte viele Zahlen hintereinander geschrieben. Solche Folgen von Zahlen können durch nummeriert werden. Es entsteht eine Zuordnung der natürlichen Zahlen zu den Gliedern der Folge.
MehrKapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen
Kapitel V Folgen und Konvergenz V.1 Konvergenz von Zahlenfolgen Wir erinnern an den Begriff der Folge, den wir schon im Kapitel III verwenden. Eine Folge (a n ) n=1 AN in A ist eine Abbildung a ( ) : N
Mehr7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.
7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim
Mehr6 Reelle und komplexe Zahlenfolgen
Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
MehrVorwort. Kerstin Rjasanowa. Mathematische Modelle im Bauingenieurwesen. Mit Fallstudien und numerischen Lösungen ISBN: 978-3-446-42125-7
Vorwort Kerstin Rjasanowa Mathematische Modelle im Bauingenieurwesen Mit Fallstudien und numerischen Lösungen ISBN: 978-3-446-45-7 Weitere Inormationen oder Bestellungen unter http://www.hanser.de/978-3-446-45-7
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
MehrSkript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen
Skript zur Analysis 1 Kapitel 3 Stetigkeit / Grenzwerte von Funktionen von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik Oktober 2003 2 Inhaltsverzeichnis 3 Stetigkeit und Grenzwerte
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrTaylorreihen. Kapitel 9. Lernziele. Taylorreihe. (x x 0 ) + f (x 0 ) 2! (x x 0 ) f (n) (x 0 ) (x x 0 ) n. Taylorreihe und MacLaurinreihe
Kapitel 9 Taylorreihen Josef Leydold c 2006 Mathematische Methoden IX Taylorreihen 1 / 25 Lernziele Taylorreihe und MacLaurinreihe Beispiele Alternative Schreibweisen Approimation der Veränderung einer
MehrFolgen und Reihen. Christoph Laabs, n s k und ist Grenzwert dieser Reihe.
Folgen und Reihen Christoph Laabs, christoph.laabs@tu-dresden.de Grundlagen Eine Reihe ist darstellbar durch z. B. = a 0 + a + a 2 + a + a 4 +... Ausgesprochen wird das als Summe von von k bis Unendlich.
MehrNäherungsverfahren zur Berechnung von Nullstellen. Das Newtonsche Iterationsverahren
Näherungsverfahren zur Berechnung von Nullstellen Das Newtonsche Iterationsverahren. Dieses Verfahren der Nullstellenanäherung macht von der Tatsache Gebrauch, dass der Funktionsgraph einer differenzierbaren
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,
Mehr10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden.
49. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit a Grenzwerte von Funktionen Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden. Einführende Beispiele: Untersuche
MehrMathematische Probleme, SS 2013 Donnerstag $Id: quadratisch.tex,v /08/12 09:49:46 hk Exp $ c a b = 1 3. tan(2φ) =
Mathematische Probleme SS 13 Donnerstag 136 $Id: quadratischtexv 18 13/08/1 09:49:46 hk Exp $ 4 Kegelschnitte 41 Quadratische Gleichungen Nachdem wir in der letzten Sitzung die Hauptachsentransformation
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
Mehr8 Tangenten an Quadriken
8 Tangenten an Quadriken A Geraden auf Quadriken: Sei A 0 eine symmetrische n n Matri und Q : t A + b t + c = 0 eine nicht leere Quadrik im R n, b R n, c R. g = p + R v R n ist die Gerade durch p mit Richtung
MehrVorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker
Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme
Mehr