Formelsammlung Numerik
|
|
- Carsten Fürst
- vor 6 Jahren
- Abrufe
Transkript
1 Formelsammlung Numerik Fachbereich Design und Informatik Fachhochschule Trier University of Applied Sciences
2 - 1-1 Grundlagen 1. Festlegungen: x - exakter Wert x - Näherungswert 2. Wahrer Fehler: 3. Absoluter Fehler: 4. Relativer Fehler: x = x x ɛ = x = x x δ = x x x = ɛ x wobei x 0 gilt 5. Maximaler absoluter Fehler (Schranke für ɛ): Bei bekanntem α x gilt: α x ɛ x α x x x + α x 6. Maximaler relativer Fehler (relativer Höchstfehler): ξ x α x x 7. Abschätzung der Maschinengenauigkeit: rd(x) - gerundeter Wert N - Basis t - Mantisenlänge x rd(x) x 1 2 N 1 t
3 2 Iterationsverfahren Iterationsverfahren 1. Idee: Überführung f(x) x = ϕ(x) f(x) ist äquivalent zu x = x + f(x) = ϕ(x) x = ϕ(x) - Iterationsvortschrift, ϕ - Schrittfunktion {x ν0,..., x νn } - Iterationsfolge Sei ϕ(x) im Interval I stetig, dann ist ξ die Lösung wenn gilt: 2. Existenz von Lösungen: ξ = ϕ(ξ) Falls ϕ(x) im Interval I unstetig, dann existiet keine Lösung Falls ϕ(x) im Interval I stetig, muß es mindestens eine Lösung geben 3. Lipschitz-Konstante: oder ϕ(x i ) ϕ(x i 1 ) x i x i 1 L ϕ(x i ) L 4. Eindeutigkeit von Lösungen: Eine Lösung ist eindeutig, wenn gilt: ϕ(x) L < 1
4 2 Iterationsverfahren Konvergenzverhalten: Die Iterationsfolge konvergiert monoton gegen die Lösung, falls: 0 ϕ(x) < 1 Die Iterationsfolge konvergiert oszillierend gegen die Lösung, falls: 1 < ϕ(x) < 0 6. Fehlerabschätzung nach dem 1-ten Schritt für den ν-ten Schritt (a priori) wobei ξ ν Lν 1 1 L 1 x 1 x 0 ϕ (x 1 ) 1 ϕ (x 1 ) x 1 x 0 ϕ = f f (f ) 2 7. Fehlerabschätzung nach dem ν-ten Schritt (a postpriori) ξ ν wobei L ν 1 L ν x ν x v 1 ϕ (x ν ) 1 ϕ (x ν ) x ν x v 1 ϕ = f f (f ) 2
5 2 Iterationsverfahren Konvergenzordnung: Satz: Iterationsfolge {x ν1,..., x νn } konvergiert von mindestens P -ter Ordnung gegen ξ wenn eine Konstante 0 M < existiert, so dass für P 1, P R gilt: x lim ν+1 ξ = M ν x ν ξ P Das Iterationsverfahren heißt dann ein Verfahren von mindestens P -ter Ordnung. Ein Verfahren besitzt genau die Ordnung P wenn M 0 gilt. Satz: Ist ϕ(x) für x I (p + 1) mal stetig und defferenzierbar und gilt mit: lim ν x ν = ξ ϕ(ξ) = ξ ϕ (ξ) = ϕ (ξ) =... = ϕ P 1 (ξ) ϕ P (ξ) 0 So hat das Verfahren die Ordnung P. 9. Newtonisches Iterationsverfahren: x i+1 = x i f(x) f (x) wobei f (x) 0
6 2 Iterationsverfahren Modifiziertes Newtonisches Iterationsverfahren (beim Vorliegen von mehrfachen Nullstellen): x i+1 = x i j f(x) f (x) wobei f (x) 0 und j die Vielfachheit der Nullstelle 11. Sekanten Verfahren (Regula falsi): 12. Horner-Schema: Erster Schritt: x i+1 = x i x k x i f(x k ) f(x i ) f(x i mit f(x k ) 0 f(x i ) und f(x k ) f(x i ) 0 x a n a n 1... a 1 a 0 c a n c... a 2 c a 1 c a n = a n a n 1 = a n c + a n 1... a 1 = a 2 c + a 1 a 0 = a 1 c + a 0 = f(c)/0! Zweiter Schritt: x a n a n 1... a 1 c a n c... a 2 c a n = a n a n 1 = a n c + a n 1... a 1 = a 2 c + a 1 = f (c)/1! N-ter Schritt: x c a n n = a n 1 n a n 1 n = f n (c)/n!
7 3 Iterative Lösung von Gleichungssystemen Iterative Lösung von Gleichungssystemen 1. Form eines Gleichungssystems: A x = a 2. Matrixdarstellung eines Gleichungssystems: a 11 a a 1n a 1 a 21 a a 2n a a n1 a n2... a nn a n 3. Lösbarkeit eines Gleichnungssystems: a a 0 det A genau eine Lösung: x -viele Lösungen det A 0 -viele Lösungen genau eine Lösung: x = A 1 a 4. Kondition eines Gleichungssystems (Hadamardsches Konditionsmaß) K h (A) = det A = det A ni=1 L i wobei L i = n k=1 a2 ik K h (A) < 0.01 schlechte Kondition K h (A) > 0.1 gute Kondition
8 3 Iterative Lösung von Gleichungssystemen Pivotisierung: Einfache Pivotisierung: Zur Elimination wird diejenige Zeile verwendet, die in der zu eliminierenden Spalte das betragsmäßig größte Element besitzt Vollständige Pivotisierung: Zur Elimination wir das betragsmäßig größte Element der Restmatrix verwendet 6. Nachiteration: Lösung des Gleichungssystem: A x = a Erste Lösung x 0 des Gleichungssysmems bestimmen (zum Beispiel mit dem Gausverfahren) Einsetzen der Lösung in das Gleichungssystem und Bestimmunng des residum-vektors: Wenn r 0 =: r 0 = a A x 0 x 0 ist die Lösung des Systems Sonst: Einen Korekturvektor z 1 bestimmen: A z 1 = r 0 x 1 = x 0 + z 1 setzen x 1 in das Gleichungssystem einsetzen r 1 = prüfen Das Verfahren solange fortsetzen, bis z i < ɛ wird x i als Lösung des GLS zurücklliefern
9 3 Iterative Lösung von Gleichungssystemen Definition der Norm: Eine Norm ist eine Abbildung von X R +, die jedem x X eine Zahl x R + zuordnet. Dabei gilt: x, wenn x x + y = x + y x, y X 8. Vektornormen: x 1 x 2 Sei x =. x n Maximumnorm: Norm der Betragssumme: Euklidische Norm: Allgemeine p-norm: x = max 1 i n ( x i ) x 1 = n i=1 ( x i ) x 2 = 2 n i=1 ( x i ) 2 x p = P n i=1 ( x i ) p
10 3 Iterative Lösung von Gleichungssystemen Matrixnormen: a 11 a a 1n a 21 a a 2n Sei A = a n1 a n2... a nn Zeilensummennorm: Spaltensummennorm: Euklidische Norm: A = max ( n 1 i n k=1 ( a ik )) A 1 = max 1 k n ( n i=1 ( a ik )) A 2 = 2 n i=1 n k=1 (a ik) Iterationsverfahren zum Lösen von linearen Gleichungssystemen: Voraussetzungen: a 11 a a 1n a 21 a a 2n Sei A = a n1 a n2... a nn und a a 1 a 2. a n wobei det A 0 und a 0 Überführung: Bestimmung von B und c: A x = a x = B x + c
11 3 Iterative Lösung von Gleichungssystemen c = c 1 c 2. c n wobei c i = a i a ii b 11 b b 1n b 21 b b 2n B = b n1 b n2... b nn wobei b ij = { a ij a ii j i 0 j = i 11. Iteration in Gesamtschritten: x i (ν+1) = c i + n k=1 b ik x k (ν) 12. Iteration in Einzelschritten (Nutzung der bereits bekannten x k(ν+1) ): x i (ν+1) = c i + n k=i+1 b ik x k (ν) + i 1 k=1 b ik x k (ν+1) 13. Die Matrix der partiellen Ableitungen (Jakobi-Matrix): f 1 f 1 x 1 x 2... ϑ =. f 2 x 1 f 2 x 2... f n x f n x 2... f 1 x n f 2 x n. f n x n 14. Iterationsverfahren zum Lösen von nichtlinearen Gleichungssystemen: ϑ x ν+1 = f(x ν ) und x ν+1 = x ν + x ν+1
12 4 Numerische Integration Numerische Integration 1. Mittelwert-Regel (Fläche eines Rechtecks): β α f(x)dx f( β+α 2 ) (β α) + R wobei ξ (α, β) und R = f (ξ) 24 (β α) 3 2. Trapez-Regel (Fläche eines Trapezes): β α f(x)dx (β α) f(α)+f(β) 2 R wobei ξ (α, β) und R = f (ξ) 12 (β α) 3 3. Simpson-Regel (Fläche unter einer Parabel): β α [ ] f(x)dx (β α) 6 f(α) + 4 f( α+β 2 ) + f(β) R wobei ξ (α, β) und R = f IV (ξ) 2880 (β α)5
13 5 Numerische Differentiation Numerische Differentiation 1. 2-Punkt-Formel für f : f (x) f(x 0+h) f(x 0 ) h R wobei ξ (x 0, x 0 + h) und R = h 2 f (ξ) 2. 3-Punkt-Formeln für f : Mittelpunktformel: f (x) 1 2h [f(x 0 + h) f(x 0 h)] R wobei ξ (x 0, x 0 + h) und R = h 6 f (ξ) Endpunktformel: f (x) 1 2h [ 3f(x 0) + 4f(x 0 + h) f(x 0 + 2h)] + R wobei ξ (x 0, x 0 + h) und R = h2 3 f (ξ) 3. 3-Punkt-Formeln für f : Mittelpunktformel: f (x) 1 h 2 [f(x 0 h) 2f(x 0 ) + f(x 0 + h)] R wobei ξ (x 0, x 0 + h) und R = h2 12 f IV (ξ)
14 5 Numerische Differentiation Endpunktformel: f (x) 1 h 2 [f(x 0 ) 2f(x 0 + h) + f(x 0 + 2h)] R wobei ξ (x 0, x 0 + h) und R = h2 6 f IV (ξ) h 1 f (ξ)
15 Klausur, , Mathematik 2. Semester Name: Matrikelnr: Vorname: Anzahl der abgegebenen Blätter: Semester: Ich habe diese Klausur im Vollbesitz meiner Kräfte bearbeitet. Unterschrift: Bitte geben Sie die Klausur mit dem Aufgabenblatt ab und kennzeichnen Sie jedes Blatt mit Name und Matrikelnummer. Hilfsmittel sind nicht erlaubt. Bitte geben Sie die Klausur mit Aufgabenblatt ab. Demonstrieren Sie den Lösungsweg. Ein Ergebnis ohne den Lösungsweg bringt keine Punkte. Aufgabe 1 Summe Note max. Punkte 30 erz. Punkte Aufgaben 1) Eine rechteckige Gummimembran der Kantenlänge 5 x 5 werde durch einen konstanten Druck P(x, y) belastet. Die Membran ist in den Randpunkten befestigt. Einige Befestigungspunkte haben sich gelöst, Bild 1. Wir legen ein 5 x 5 Raster über die Membran, um ihre Verformung zu berechnen. Auf die Knoten der Membran wirke eine normierte gleichmäßige Belastung P(x,y) = 2 Die Verformung der Membran sei über die folgende Differentialgleichung beschrieben: sei u: f(x, y) 2 u + 2 u = P(x,y) x 2 y 2 Stellen Sie für die Punkte des Gitters das Gleichungssystem zur Berechnung der Verformungen und dessen erweiterte Koeffizientenmatrix auf. Folgende Formeln seien gegeben: Numerische Mathematik Prof. Dr.-Ing. F.N. Rudolph
16 f(x) = f(x+ x) - f(x- x) x 2 x f(x) = -3 f(x) + 4 f(x+ x) - f(x+2 x) x 2 x 2 f(x) = f(x+ x) 2 f(x) + f(x- x) x 2 x 2 2 f(x) = f(x) - 2f(x+ x) + f(x+2 x) x 2 x 2 y Bewegliche Knoten 25 x 252.cdr Feste Knoten Bild 1: Gummimembran mit Gitter Numerische Mathematik Prof. Dr.-Ing. F.N. Rudolph
17 Musterlösung: Festlegungen: x = y = h Reihe 1, Knoten 1-5 Knoten 1: fester Knoten: u 1 Knoten 2: fester Knoten: u 2 Knoten 3: fester Knoten: u 3 Knoten 4: bewegl. Knoten: Mittelkn. in x, Randkn. in y, Belast. = 2 u 3 2u 4 + u 5 + u 4 2u 9 + u 14 u 3 u 4 + u 5 + 2u 9 + u 14 Knoten 5: fester Knoten: u 5 Reihe 2, Knoten 6-10 Knoten 6: bewegl. Kn.: Randkn. in x, Mittelkn. in y, Belastung = 2 u 6 2u 7 + u 8 + u 1 2u 6 + u 11 u 1 u 6 2u 7 + u 8 + u 11 Knoten 7: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 6 2u 7 + u 8 + u 2 2u 7 + u 12 u 2 + u 6 4u 7 + u 8 + u 12 Knoten 8: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 7 2u 8 + u 9 + u 3 2u 8 + u 13 u 3 + u 7 4u 8 + u 9 + u 13 Knoten 9: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 8 2u 9 + u 10 + u 4 2u 9 + u 14 u 4 + u 8 4u 9 + u 10 + u 14 Knoten 10: fester Knoten: u 10 Reihe 3, Knoten Knoten 11: bewegl. Kn.: Randkn. in x, Mittelkn. in y, Belastung = 2 u 11 2u 12 + u 13 + u 6 2u 11 + u 16 u 6 - u 11 2u 12 + u 13 + u 16 Knoten 12: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 11 2u 12 + u 13 + u 7 2u 12 + u 17 u 7 + u 11 4u 12 + u 13 + u 17 Knoten 13: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 12 2u 13 + u 14 + u 8 2u 13 + u 18 u 8 + u 12 4u 13 + u 14 + u 18 Numerische Mathematik Prof. Dr.-Ing. F.N. Rudolph
18 Knoten 14: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 13 2u 14 + u 15 + u 9 2u 14 + u 19 u 9 + u 13 4u 14 + u 15 + u 19 Knoten 15: fester Knoten: u 15 Reihe 4, Knoten Knoten 16: fester Knoten: u 16 Knoten 17: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 16 2u 17 + u 18 + u 12 2u 17 + u 22 u 12 + u 16 4u 17 + u 18 + u 22 Knoten 18: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 17 2u 18 + u 19 + u 13 2u 18 + u 23 u 13 + u 17 4u 18 + u 19 + u 23 Knoten 19: bewegl. Knoten: Mittelkn. in x und y, Belast. = 2 u 18 2u 19 + u 20 + u 14 2u 19 + u 14 u 14 + u 18 4u 19 + u 20 + u 14 Knoten 20: fester Knoten: u 20 Reihe 5, Knoten Knoten 21: fester Knoten: u 21 Knoten 22: fester Knoten: u 22 Knoten 23: fester Knoten: u 23 Knoten 24: fester Knoten: u 24 Knoten 25: fester Knoten: u 25 Numerische Mathematik Prof. Dr.-Ing. F.N. Rudolph
Wiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
Mehr2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren
2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren Problem (P2): Löse Ax = b, A R n und b R. 2.1 Satz: Die folgenden Aussagen sind äquivalent: (i) Ax = b ist für jedes b eindeutig lösbar;
MehrNichtlineare Gleichungssysteme
Nichtlineare Gleichungssysteme Jetzt: Numerische Behandlung nichtlinearer GS f 1 (x 1,..., x n ) =0. f n (x 1,..., x n ) =0 oder kurz f(x) = 0 mit f : R n R n Bemerkung: Neben dem direkten Entstehen bei
Mehr5 Numerische Iterationsverfahren
In diesem Kapitel besprechen wir numerische Iterationsverfahren (insbesondere Fixpunktverfahren) als eine weitere Lösungsmethode zur Lösung von linearen Gleichungssystemen (Kapitel 4) sowie zur Lösung
MehrNäherungsverfahren zur Bestimmung der Nullstelle α sind iterativ, d.h. sie liefern eine Folge {x (k) } k=0 mit α = lim x (k). (3.0.
3 Nullstellenbestimmung von Funktionen Sei x f(x) eine reellwertige Funktion, definiert auf einem Intervall I = [a, b] R. suchen Nullstellen der Funktion f, d.h. Wir finde α R so, das f(α) = 0. (3.0.1)
MehrKAPITEL 5. Nichtlineare Gleichungssysteme
KAPITEL 5. Nichtlineare Gleichungssysteme Beispiel 5.1. Gravitationskraft zwischen zwei Punktmassen m 1 und m 2 mit gegenseitigem Abstand r: F = G m 1m 2 r 2, wobei G = 6.67 10 11 Nm 2 /kg. Gravitationsfeld
MehrVF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
MehrVektor und Matrixnormen Vorlesung vom
Vektor und Matrixnormen Vorlesung vom 20.12.13 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse
MehrVektor und Matrixnormen Vorlesung vom
Vektor und Matrixnormen Vorlesung vom 18.12.15 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse
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
MehrKapitel 5. Lösung nichtlinearer Gleichungen
Kapitel 5. Lösung nichtlinearer Gleichungen 5.1 Nullstellen reeller Funktionen, Newton-Verfahren 5.2 Das Konvergenzverhalten iterativer Verfahren 5.3 Methode der sukzessiven Approximation 5.4 Das Newton-Verfahren
Mehr6 Polynominterpolation
Vorlesungsskript HM-Numerik (SS 2014): Kapitel 6 Version: 1 Juli 2014 6 Polynominterpolation Gegeben: Wertepaare { (x i,f i ) R 2 i = 0,,n } Gesucht: Einfache Funktion g : R R mit g(x i ) = f i i {0,1,,n}
MehrFixpunkt-Iterationen
Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 27. Februar 2014 Gliederung Wiederholung: Gleichungstypen, Lösungsverfahren Grundprinzip
MehrBegleitmaterial zur Vorlesung Numerik I
Begleitmaterial zur Vorlesung Numerik I Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik I 1 / 49 Inhalte der Numerik
MehrNewton-Verfahren für ein Skalarfunktion
Newton-Verfahren für ein Skalarfunktion Für eine Näherungsberechnung von Nullstellen einer reellen Funktion f(x) : R R benutzt man das Newton-Verfahren: x (n+1) = x (n) f(x (n) )/f (x (n) ). Das Newton-Verfahren
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
MehrBanach scher Fixpunktsatz. 1) D ist abgeschlossen und konvex; 2) f ist selbstabbildend, d.h. f(d) D;
Institut für Geometrie und Praktische Mathematik Höhere Mathematik IV (für Elektrotechniker und Technische Informatiker) - Numerik - SS 2007 Dr. S. Börm, Dr. M. Larin Banach scher Fixpunktsatz Gegeben
MehrZiel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.
6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,
MehrA 1 A 2 A 3 A 4 A 5 A 6 A 7
Institut für Geometrie und Praktische Mathematik Numerisches Rechnen für Informatiker WS 7/8 Prof. Dr. H. Esser J. Grande, Dr. M. Larin Klausur Numerisches Rechnen für Informatiker Hilfsmittel: keine (außer
Mehr6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme
6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear
MehrÜbungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.
Übungen zu Grundlagen der Mathematik Lösungen Blatt 1 SS 14 Prof. Dr. W. Decker Dr. M. Pleger Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion f : U R, (x, y) x y x + y, im Punkt (1, 1) bis einschließlich.
Mehr7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012)
Technische Universität München Zentrum Mathematik, M1 Prof. Dr. Boris Vexler Dr. Ira Neitzel Dipl.-Math. Alana Kirchner 7. Übungs-/Wiederholungsblatt zu Einführung in die Numerik (SS 2012) Diese Auswahl
Mehr2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p
Wiederholungsaufgaben Algorithmische Mathematik Sommersemester Prof. Dr. Beuchler Markus Burkow Übungsaufgaben Aufgabe. (Jacobi-Verfahren) Gegeben sei das lineare Gleichungssystem Ax b = für A =, b = 3.
MehrKlausur zum Fach Mathematik 1 Teil 1
(Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 06.07.202 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)
MehrGrundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
Mehr6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
MehrLineare Differenzengleichungen
Lineare Differenzengleichungen Die Fibonacci-Zahlen F n sind definiert durch F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 für n >= 2 Die letzte Zeile ist ein Beispiel für eine homogene lineare Differenzengleichung
MehrNullstellenberechnung von nichtlinearen Funktionen
Kapitel 3 Nullstellenberechnung von nichtlinearen Funktionen In dieser Vorlesung wird nur die Nullstellenberechnung reeller Funktionen einer reellen Variablen f : R R betrachtet. Man nennt die Nullstellen
MehrZusammenfassung Numerische Mathematik für Elektrotechniker
Zusammenfassung Numerische Mathematik für Elektrotechniker RWTH Aachen, SS 2006, Prof. Dr. W. Dahmen c 2006 by Sebastian Strache, Ralf Wilke Korrekturen bitte an Ralf.Wilke@rwth-aachen.de 27. August 2006
Mehr(d) das zu Grunde liegende Problem gut konditioniert ist.
Aufgabe 0: (6 Punkte) Bitte kreuzen Sie die richtige Lösung an. Es ist jeweils genau eine Antwort korrekt. Für jede richtige Antwort erhalten Sie einen Punkt, für jede falsche Antwort wird Ihnen ein Punkt
MehrTEIL II LINEARE ALGEBRA
TEIL II LINEARE ALGEBRA 1 Kapitel 10 Lineare Gleichungssysteme 101 Motivation Sei K ein fest gewählter Körper (zb K = R, C, Q, F p ) Betrachten das lineare Gleichungssystem (L) α 11 x 1 + α 12 x 2 + +
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 28. Januar 2004, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen, Formelsammlung Schreiben Sie bitte auf dieses
MehrKleine Formelsammlung zu Mathematik für Ingenieure IIA
Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................
MehrGleichungssysteme. 3. Vorlesung Numerische Methoden I. Clemens Brand und Erika Hausenblas. 10. März Montanuniversität Leoben
Gleichungssysteme 3. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 10. März 2016 Gleichungssysteme 1 Wiederholung: Vektoren, vektorwertige Funktionen
MehrMatrikel- Nummer: Aufgabe Summe Punkte /1 /3 /3 /3 /7 /5 /3 /3 /3 /31
Scheinklausur Höhere Mathematik Musterlösung 8.. 00, Version Name, Vorname: Nummer: Matrikel- Studiengang: Aufgabe 4 5 6 7 8 9 Summe Punkte / / / / /7 /5 / / / / Bitte beachten Sie die folgenden Hinweise:
MehrAlgebra. Roger Burkhardt Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft
Algebra Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft FS 2010 Roger Burkhardt roger.burkhardt@fhnw.ch Algebra
MehrProbeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen
MATHEMATISCHES INSTITUT SoSe 24 DER UNIVERSITÄT MÜNCHEN Probeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen Musterlösung Prof. Dr. P. Pickl Aufgabe Zeigen Sie, dass
Mehr6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16
6. Iterationsverfahren Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16 Beispiel: Ausbreitung eines Grippevirus in einem Kindergarten Zeitpunkt t 0 t 1 t 2 t 3 t 4 t 5 Anteil kranker
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Beispiel: Feder Masse System festes Ende Feder k 1 Masse m 1 k 2 m 2 k 3 m 3 k 4 festes Ende u 0 = 0 Federkraft y 1 Verschiebung u 1 y 2 u 2 y 3 u 3 y 4 u 4 = 0 Grundlagen der
MehrNullstellen von algebraischen Gleichungen
Kapitel 2 Nullstellen von algebraischen Gleichungen 2.1 Vorbemerkungen Suche Lösung der Gleichung f(x) = 0 (2.1) Dies ist die Standardform für eine Dimension. - typisch nichtlineare Gleichung, sonst elementar
Mehr6. Polynom-Interpolation
6. Polynom-Interpolation 1 6.1. Klassische Polynom-Interpolation 2 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen 3 6.3. Lösung mit Hilfe Newton scher Basisfunktionen 4 6.4. Fehlerabschätzung für
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
MehrMathematik für Anwender I. Klausur
Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
Mehr5 Numerische Mathematik
6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul
MehrKapitel 4: Nichtlineare Nullstellenprobleme
Vorlesung Höhere Mathematik: Numerik (für Ingenieure) Kapitel 4: Nichtlineare Nullstellenprobleme Jun.-Prof. Dr. Stephan Trenn AG Technomathematik, TU Kaiserslautern Sommersemester 2015 HM: Numerik (SS
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
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.
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 4. Februar 2002, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen Schreiben Sie bitte auf dieses Deckblatt oben
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrAngewandte Mathematik für die Informatik
Angewandte Mathematik für die Informatik Sommersemester 2017, Teil 2 Louchka Popova-Zeugmann und Wolfgang Kössler Humboldt-Universität zu Berlin, Institut für Informatik 24. Juli 2017 1 / 1 Inhalt (1)
MehrMusterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange.
Angewandte Mathematik Ing.-Wiss., HTWdS Dipl.-Math. Dm. Ovrutskiy Musterlösung zum Übungsblatt Interpolation nach Newton, Nevill, Lagrange. Aufgabe 1 Approximieren Sie cos(x) auf [ /, /] an drei Stützstellen
Mehr3. Lineare Gleichungssysteme
3. Lineare Gleichungssysteme 1 3.1. Problemstellung 2 3.2. Direkte Verfahren 3 3.3. Normen und Fehleranalyse 4 3.4. Iterative Verfahren 5 3.5. Konvergenz von linearen Iterationsverfahren 6 3.6. Gradienten-Verfahren
MehrI f AM. 2. Übung zur Numerischen Mathematik I. Hausübung. Hannover, den
Hannover, den 14.10.2002 1. Übung zur Numerischen Mathematik I Aufgabe 1.1 Man nde das Interpolationspolynom p 2 P 2, das die Funktion f(x) = cos(x) in den Punkten x k := π 2 + π k n, h = 1 n, k = 0,...,
MehrLineare Abbildungen und Orthonormalsysteme
KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung
Mehr5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
MehrKlausur zur Mathematik für Maschinentechniker
SS 04. 09. 004 Klausur zur Mathematik für Maschinentechniker Apl. Prof. Dr. G. Herbort Aufgabe. Es sei f die folgende Funktion f(x) = 4x 4x 9x 6 x (i) Was ist der Definitionsbereich von f? Woistf differenzierbar,
MehrNumerische Mathematik für Ingenieure und Physiker
Willi Törnig Peter Spellucci Numerische Mathematik für Ingenieure und Physiker Band 1: Numerische Methoden der Algebra Zweite, überarbeitete und ergänzte Auflage Mit 15 Abbildungen > Springer-Verlag Berlin
MehrKurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen
Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Wintersemester 2012/201 Zwischentest Teil 1: 1. Was bedeuten die Bezeichnungen O(h) und o(h)? (Definition) (siehe Skript!)
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Differenzierbarkeit und Taylor-Entwicklung Übungen, die mit einem Stern markiert sind, werden als besonders wichtig erachtet.. Jacobi-Matrix Man bestimme die Jacobi-Matrix
MehrMultiplikationen und Divisionen Hauptarbeit des Algorithmus liegt somit in der Berechnung der LR-Zerlegung. (n 1)n(2n 1) 6. = n3 3 n2.
KAPITEL LINEARE GLEICHUNGSSYSTEME 7 Rechenaufwand der LR-Zerlegung: A A : n Divisionen, n 2 Multiplikationen und Additionen A L, R: Also insgesamt n j= j2 + j = n3 3 n 3 Multiplikationen und Divisionen
MehrMathematische Grundlagen II (CES) WS 2015/2016 Klausur am Informationen zur Klausur
Prof. Dr. Mike Espig Prof. Dr. Manuel Torrilhon Klausur: Bearbeitungszeit: Erlaubte Hilfsmittel: Mathematische Grundlagen II (CES) WS 2015/2016 Klausur am 18.03.2016 Informationen zur Klausur 18.03.2016,
MehrNichtlineare Gleichungen, mehrere Unbekannte
Dritte Vorlesung, 6. März 2008, Inhalt Aufarbeiten von Themen der letzten Vorlesung, und Nichtlineare Gleichungen, mehrere Unbekannte Systeme nichtlinearer Gleichungen Vektor- und Matrixnormen Fixpunkt-Iteration,
MehrEigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrProbe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1
Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von
MehrMATHEMATIK I für Bauingenieure (Fernstudium)
TU DRESDEN Dresden, 2. Februar 2004 Fachrichtung Mathematik / Institut für Analysis Doz.Dr.rer.nat.habil. N. Koksch Prüfungs-Klausur MATHEMATIK I für Bauingenieure (Fernstudium) Name: Vorname: Matrikel-Nr.:
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
MehrANALYSE NUMERISCHER VERFAHREN
ANALYSE NUMERISCHER VERFAHREN von Eugene Isaacson Professor für Mathematik Leiter des Rechenzentrums Courant Institute of Mathematical Sciences New York University und Herbert Bishop Keller Professor für
MehrKlausur Analysis für Informatiker Musterlösung
Prof. Dr. Torsten Wedhorn WS 9/ Dr. Ralf Kasprowitz Elena Fink Klausur Analysis für Informatiker Musterlösung 9.2.2 Name, Vorname Studienfach Matrikelnummer Semester Übungsgruppe Zugelassene Hilfsmittel:
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
MehrAUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW
AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x
MehrNumerische Integration und Differentiation
Einführung Grundlagen Bemerkung (Numerische Mathematik) a) Im engeren Sinn: zahlenmäßige Auswertung mathematischer Zusammenhänge z B Lösung von linearen und nichtlinearen Gleichungssystemen Numerische
MehrKapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24
Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt
MehrNumerische Methoden 2
Numerische Methoden 2 von I. S. Beresin und N. P. Shidkow Mit 11 Abbildungen m VEB Deutscher Verlag der Wissenschaften Berlin 1971 INHALT 6. Lösung von linearen algebraischen Gleichungssystemen 9 6.1.
MehrKAPITEL 1. Einleitung
KAPITEL 1 Einleitung Wir beschäftigen uns in dieser Vorlesung mit Verfahren aus der Numerischen linearen Algebra und insbesondere dem sogenannten Mehrgitterverfahren zur Lösung linearer Gleichungssysteme
Mehr35 Stetige lineare Abbildungen
171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.
Mehrcos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x).
Stroppel/Sändig Musterlösung 8. 3., min Aufgabe 5 Punkte Beweisen Sie für alle x R {zπ z Z} die Formel für n N mit Hilfe der vollständigen Induktion. cosxcosxcosx cos n x = sinn+ x n+ sinx Dabei dürfen
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 5 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 21 Prof. Dr. Klaus Höllig (IMNG)
MehrLösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.
Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )
MehrKlausur zur Vordiplom-Prüfung
Technische Universität Hamburg-Harburg SS Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren. Juli Sie haben Minuten Zeit zum Bearbeiten der Klausur. Bitte
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
MehrAnalysis II - 1. Klausur
Analysis II -. Klausur Sommersemester 25 Vorname: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Analysis II -. Klausur 2.5.25 Aufgabe 2 Punkte Berechnen
Mehr5 Interpolation und Approximation
5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)
MehrNotation für das asymptotische Verhalten von Funktionen
Vorbemerkungen: Notation für das asymptotische Verhalten von Funktionen 1. Aussagen über die Komplexität von Algorithmen und von Problemen sollen (in der Regel) unabhängig von speziellen Maschinenmodellen
Mehry hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
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
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
Mehrbekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR
LR-Zerlegung bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR Definition 2.17 Unter einer LR-Zerlegung einer Matrix A R n n verstehen wir eine
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrTopologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte
Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Institut für Geometrie und Praktische Mathematik Diplom VP Numerik 13. September 004 Aufgabe 1 10 0 40 Gegeben sei die Matrix A = 80 10 10. 10 5 5 (6 Punkte) a) Skalieren (Zeilenäquilibrierung)
MehrKlausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 14/15 Dr. Hanna Peywand Kiani 06.07.2015 Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften Die ins Netz gestellten
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
Mehr(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)
33 Interpolation 147 33 Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen
MehrPolynominterpolation
Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses
Mehr8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.
8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis
MehrNumerische Mathematik für Ingenieure (SoSe 2013)
Numerische Mathematik für Ingenieure (SoSe 2013) PD Dr(USA) Maria Charina Auszüge aus Vorlesungsfolien von Prof Joachim Stöckler werden verwendet Für die Bereitstellung dieses Materials und der Tex-Files
MehrKlausur zur Vorlesung Analysis I für Lehramtskandidaten. (Sommersemester 2008) Dr. C. Lange, J. Schütz
Klausur zur Vorlesung Analysis I für Lehramtskandidaten (Sommersemester 008) Dr. C. Lange, J. Schütz Beginn: 17. Juli 008, 10:00 Uhr Ende: 17. Juli 008, 11:30 Uhr Name: Matrikelnummer: Ich studiere: Bachelor
MehrNumerische Mathematik I für Ingenieure Multiple-Choice Klausuraufgaben Frühjahr 08
Numerische Mathematik I für Ingenieure Multiple-Choice Klausuraufgaen Frühjahr 08 Hier einige Hinweise zu den MC-Aufgaen. Die Lösungen sollten nicht auswendig gelernt werden. Man sollte verstehen, warum
Mehr