Thema 3 Interpolation Numerik - Neff INHALT. 4.1 Interpolation Überblick

Größe: px
Ab Seite anzeigen:

Download "Thema 3 Interpolation Numerik - Neff INHALT. 4.1 Interpolation Überblick"

Transkript

1 Thema Iterpolato Numerk - Neff INHALT 4. Iterpolato Überblck 4.5 NEWTON-Iterpolato: aus + Stützpukte ee Polyomfukto vom Grad De Koeffzete mt dvderte Dffereze rekursv bestmme => Polyomfukto NEWTON-Form ud HORNER-Form 4.9 Sple-Iterpolato Sple-Fuktoe bestehe aus Polyome.Grades, de glatt eader übergehe, glatt: f(x) = g(x), f '(x) = g '(x), f ''(x) = g ''(x) 4.4 BÉZIER-Iterpolato De Summade B der Berstepolyome werde mt y gewchtet. De y sd de y-werte der Eckpukte des BÉZIER-Polygos "Sorte y -Werte":. gegebee y-werte der Pukte des Bézer-Polygos y, y, y, y.. rekursv berechete Zwsche-Iterpolatoswerte y, y, y,, y.. Fuktoswerte auf der Bézer-Kurve f(x) = y. Für de gegebee x-koordate. "Sorte x-koordate":. mmer gleche x-koordate der Pukte des Bézer-Polygos, /, /, / =.. de gegebee x-koordate, für de der Wert f(x) berechet werde soll.. de x-koordate der Zwscheterpolatospukte (Iterpolatosstrecke). 4. Regressosfuktoe mt learserbare Asatzfuktoe: y = a ³(x) + b De partelle Abletuge der Summe der Abwechugsquadrate A (a,b) werde ullgesetzt, das Glechugssytem lefert de Regressoskoeffzete a ud b. 4. Regressosfuktoe mt der traspoerte VANDERMONDE-Matrx V T V a = V T y => zwe Type vo Regressosfuktoe. Regressosfuktoe mt eer Eflussvarable, mehr als zwe Regressoskoeffzete Bvarate Regresso, d.h. zwe Varable, mestes x ud y. z.b. y(x)=a + a x + a x. Regressosfuktoe mt mehrere Eflussvarable, ee beeflusste Varable ud mehr als zwe Regressoskoeffzete Multvarate Regresso, d.h. mehr als zwe Varable, mestes u, v, w, x ud y. Multple Regresso. z.b. y(x)= a + a u + a v + a x

2 Thema Iterpolato Numerk - Neff 4. INTERPOLATION P ( -5) P ( ) P ( ) P ( ) P 4 (,5 -) 5 Stützstelle Taylor-Rehe für f(x) = s x etwckelt für x = x x x x g( x) x xx xx xx xx x f(,) =,7457 g(,) =,7459 Stegugswkel be P ( ) Stegugswkel be P (4 5) f(x)= +,5 x,5 x kubsche Splefukto, 5 Stützstelle P P 4 4 Telpolyome s (x), s (x), s (x), s (x), Bézer-Polyom zum Polygo P, P, P, P Ausglechspolyom f(x) =,9,99 x,446 x +,79 x

3 Thema Iterpolato Numerk - Neff 4. POLYNOME Polyomfuktoe sd besoders hadlche Fuktoe. Teschl S. Vele mathematsche Verfahre beutze deshalb Polyomfuktoe. I der Haupt- bzw. Summedarstellug defert ma: (Hauptform, Hauptschrebwese) f( x) a axax... ax ax ax a x... a Ee Polyomfukto hat de Grad ud st durch de + Koeffzete a edeutg bestmmt. a = f() sd de y-achse-abschtte der Fuktosgraphe. Polyomfuktoe sd überall stetg ud dfferezerbar. Polyomfuktoe sd für alle reelle Zahle defert, D = R. Polyome lasse sch addere, subtrahere, multplzere, mt Faktor multplzere, ablete ud tegrere, es etstehe dabe weder Polyome (Abgeschlossehet). De.Abletug st vom Grad -, de Stammfukto st vom Grad +. Nullstelle ka ma bs = 4 geschlosse bereche; ab = beutzt ma Näherugsverfahre. Ee Polyomfukto hat Nullstelle, daruter evetuell mehrfache ud komplexe. Ee Polyomfukto hat höchstes reelle Nullstelle. Ee Polyomfukto hat höchstes - Extrempukte ud höchstes - Wedepukte. Be bekate Nullstelle,, ka ma de Produkt-Darstellug formulere: f( x) c( x ) ( x )... ( x ) q Nullstelle =. = -,5. = ud y-achseabschtt be 9. p f( x) c( x) ( x,5) ( x) c( x,5x,5) ( x) c( x,5x 4,5) da a = 9 gegebe st, folgt c = ud f x x x ( ) 7 9 De HORNER-Darstellug ergbt sch durch schrttweses Ausklammer vo x: f( x) (( a xa ) xa ) x... a q q ( ) 7 9 (( 7) ) 9 f x x x x x x Damt lasse sch Fuktoswerte bequem bereche: f(,58) =,4997 x =,587 specher, da Specher + 7 [=] Specher Specher 9 [=] f x x x x x x x x x f '(x) = 6x 6 x + x 5 = ((6x 6) x + ) x 5 4 ( ) (((4 ) 6) 5) 8

4 Thema Iterpolato Numerk - Neff 4. VANDERMONDE-MATRIX Ee Messrehe lefert üblcherwese ee Wertetabelle, d.h. zwe Vektore x ud y. Im efachste Fall eer Iterpolato sucht ma ee Polyomfukto f(x), de de Pukte P (x y ) ethält oder für de glt f(x ) = y. De P et ma Stützpukte oder Kote, de x heße Stützstelle, de y heße Stützwerte. Ee Polyomfukto vo Grad st durch + Koeffzete a edeutg bestmmt. f( x) a ax ax... ax Ee Polyomfukto st durch + paarwese verschedee Stützpukte edeutg bestmmt. Ee Polyomfukto st durch + uabhägge Iformatoe bestmmt. Ket ma + Stützpukte (x y ) da lasse sch de Koeffzete a mt dem folgede leare Glechugssystem bestmme: a ax ax... ax y x x x a y... a a a x a x a x y x x x y a ax ax... ax y x a x x yv a y a ax ax... ax y x a x x y De Matrx V et ma VANDERMONDE-Matrx. [Vadermode, Alexadre-Théophle, Pars, 77 ] Besp. 4. sehe Grafk Abschtt 4. Es st ee Polyomfukto gesucht, de de folgede füf Stützpukte ethält: P ( -5) P ( ) P ( ) P ( ) P 4 (,5 -) Das leare Glechugssystem Va = y führt zu de füf Koeffzete a, a,, a 4 a a 9a 7a 8a 5 a, 5 4 a a a a a a,8 4 a a 9a 7a 8a a, 79 4 a a 4a 8a 6a a, 75 4 a, 5a, 5a,75a5, 65a4 a4, ud damt zur Fuktosglechug f(x) =,5,8 x +,79 x +,75 x, x 4. De Berechug der Iterpolatos-Polyome mt Hlfe der VANDERMONDE-Matrx hat zwe Nachtele: () De Lösug des leare Glechugssystems Va = y ethält Rudugsfehler. () We e weterer Stützpukt bekat wrd, muss das gaze leare Glechugssystem eu berechet werde. Deshalb beutzt ma der Praxs adere Iterpolatosverfahre.

5 Thema Iterpolato Numerk - Neff 4.4 NEWTON-POLYNOME NEWTON, Isaac, Cambrdge GB, 67] De NEWTON-Form der Polyomfuktoe st y(x) = c + c (x x ) + c (x x )(x x ) + + c (x x )(x x )(x x ) (x x - ) Es see + paarwese verschedee Stützpukte P (x y ) gegebe, belebger Rehefolge d.h. es st cht erforderlch, dass x < x < < x. De Polyomfukto wrd schrttwese, Pukt für Pukt, aufgebaut. Zuächst betrachte wr de Pukt (x y ). Ee Fukto, de ee Parallele zur x-achse darstellt, also f = f(x ) = y, st da de efachste terpolerede Fukto. Wr führe och das Symbol c für Newtokoeffzete e, zuächst c mt f(x ) = y = c. Schrtt x = x : y = c Jetzt ehme wr de Pukt (x y ) hzu. De terpolerede Fukto soll u zusätzlch durch de Pukt (x y ) führe. Se st vom Grad, es st de Gerade f durch P ud P. Dazu addert ma de Term (x x ) ud hält damt de Fuktoswert für x kostat. Damt aber de Fukto f wrklch durch de Pukt (x y ) geht, addert ma das c -fache vo (x x ) zu f. De NEWTON-Kostate c st och cht bekat, se muss och bestmmt werde: y y Schrtt x = x : y = c + c (x x ) = y + c (x x ) p c m => c x x Nu ehme wr de drtte Pukt (x y ) hzu. De terpolerede Fukto st vom Grad, es st ee Parabel, de durch de dre Pukte P, P, P verläuft. Um scherzustelle, dass sch de Fuktoswerte be x ud x cht äder ud trotzdem f durch (x y ) geht, addere wr das c -fache vo (x x )(x x ) Schrtt x = x : y = y + c (x x ) + c (x x )(x x ) y y = c (x x ) + c (x x )(x x ) : (x x ) y y y y y y y y x x x x c x x c x x x x x x Wege der Vertauschbarket der Stützstelle x ka ma P (x y ) mt P (x y ) vertausche y y = c (x x ) + c (x x )(x x ) : (x x ) y y = c (x x ) + c (x x )(x x ) : (x x ) y y y y y y yy x x xx c xx c x x xx x x Der Ausdruck für c st überschtlcher als der Ausdruck. Mt der Hzuahme des verte Puktes (x y ) ergbt sch aalog Schrtt x = x : y = y + c (x x ) + c (x x )(x x ) + c (x x )(x x )(x x ) y y y y y y yy xx x x x x xx x x x x c x x

6 Thema Iterpolato Numerk - Neff 4.5 NEWTON-INTERPOLATION De Etwcklug der Iterpolatospolyome zegt:. De NEWTON-Form der Polyomfuktoe st y(x) = c + c (x x ) + c (x x )(x x ) + + c (x x )(x x )(x x ) (x x - ). De NEWTON-Koeffzete c köe rekursv berechet werde aus y = c y = c + c (x x ) y = c + c (x x ) + c (x x )(x x ) y = c + c (x x ) + c (x x )(x x ) + c (x x )(x x )(x x ). De NEWTON-Koeffzete c sd dvderte Dffereze usw. Dvderte Dffereze sd weteretwckelte Stegugsterme mt eer egee Symbolk: y y y y m kürzt ma ab mt [ xx] d x x x x Damt lasse sch de NEWTON-Koeffzete c schrebe: c y c c xx xxx y x y x xxxx [ ] x x y y y y x x x x x x y y y y y y y y xx x x x x xx [ xxx ] [ xxx ] x x x x c[ xxxx ] x x x x usw. Allgeme glt für dvderte Dffereze, wor de Argumete x k, x, x h usw. vertauschbar sd. [ ] [ ] [ k ] y x x y. [ x xx ] x x xx x x x x k k h k h k k h De NEWTON-Koeffzete c sd dvderte Dffereze, de ma rekursv etwckel ka. Ma ka de jewels berechete dvderte Dffereze beutze, um de ächste zu bestmme. I eem Recheschema lasse sch de c systematsch ermttel: x y x y c usw. c xx x x x y x x x c xx xxxx c x y xxx x y Iterpolatosschema ach NEWTON

7 Thema Iterpolato Numerk - Neff 4.6 INTERPOLATIONS-RECHNUNG Besp. 4. Iterpolato ach NEWTON [ach Egel-Müllges S.64] Wertetabelle x y c = y = y = c + c (x x ) p = + c ( ) p c = 4 y = c + c (x x ) + c (x x )(x x ) 4 7 p = + 4(-) + c (-)(-) p = c p c =,5 y = c + c (x x ) + c (x x )(x x ) + c (x x )(x x )(x x ) p 7 = + 4(4-),5(4-)(4-) + c (4-)(4-)(4-) p = 4 c p = 4 c p c =,5 Dese Rechuge sd mt dem Iterpolatosschema vel efacher durchführbar: x y c ( ) 4c 4,5 c, 5 (,5),5c 4,5,5 4 7, Das Iterpolatospolyom hat de Glechug f(x) = c + c (x x ) + c (x x )(x x ) + + c (x x )(x x )(x x ) (x x - ) f(x) = + 4(x ),5(x )(x ) +,5(x )(x )(x ) (NEWTON-Form) = + 4 x,5 x (x ) +,5 x (x x + ) = + 4 x,5 x +,5 x +,5 x,5 x + x =,5 x x + 6,5 x (Normalform, Hauptform) = ((,5 x ) x + 6,5) x (HORNER-Form) Excel / Iterpolato Zum Auswerte (ud Zeche) der Polyomfukto muss ma atürlch cht erst de NEWTON-Form de Normalform ud da de HORNER-Form umwadel. Ma etwckelt de NEWTON-Form etspreched der abstegede Poteze drekt de HORNER-Form durch schrttweses Ausklammer der Ausdrücke x x. De Klammerausdrücke x x spechert ma eer egee Spalte. = + 4(x ),5(x )(x ) +,5(x )(x )(x ) = +,5(x )(x )(x ),5(x )(x ) + 4(x ) =,5 u v w,5 u v + 4 u = ((,5 w,5) v + 4)u - = ((,5 (x ),5) (x - ) + 4) (x - ) f(x) = ((,5 (x ),5) (x ) + 4) (x ) allgeme ergbt sch als HORNER-Form: f( x) c xx c ( xx )... c ( xx ) c ( xx ) c

8 Thema Iterpolato Numerk - Neff 4.7 INTERPOLATIONS-AUFGABE Besp. 4. E weterer Stützpukt kommt hzu Wrd e weteres Messergebs bekat, etwa P 4 (,5 ), fügt ma efach e Zele hzu. Excel / Iterpolato x y c 4c,5c,5,5c,5,6 4 7,8, 6 4, 5, 4 c 4 ud erhält für f(x) = c + c (x x ) + c (x x )(x x ) + + c (x x )(x x )(x x ) (x x - ) f(x) = + 4(x ),5 (x )(x ) +,5 (x )(x )(x ) +,4(x )(x )(x )(x 4) sowe de HORNER-Form ud de Normalform: f( x),4 x4,5 x,5 x 4 x f x x x x x x x x ( ), ,5 -, 4 ( )( )( 4) f x x x x x x x x ( ), ,5 - (, 4, 4 )( 6 8) f x x x x x x x x x 4 ( ), ,5 -, 4 8,4,,4 8, 4 f x x x x x 4 ( ),4 9, 6,6 7,7,x Aufgabe Iterpolato Gegebe: 4 bs 5 Stützpukte, bs zusätzlche Argumete x Gesucht: Iterpoleredes Polyom NEWTON-, HORNER- ud Hauptform Auswertug der Fuktosglechug f(x) für e bs zwe Argumete x Schrtte:. Iterpolatos-Schema ach NEWTON etwckel, (Evetuell Vordruck). De dvderte Dffereze bereche. De NEWTON-Form formulere 4. Daraus de HORNER-Form etwckel 5. Aus der NEWTON-Form de Hauptform bestmme 6. Mt der HORNER-Form de Auswertug(e) f(x) durchführe

9 Thema Iterpolato Numerk - Neff 4.8 KUBISCHER AUSGLEICH Mt der Zuahme der Stützpukte P stegt der Grad der terpolerede Polyomfuktoe. Mt zuehmedem Grad werde de Polyomfuktoe mmer "wellger", se oszllere stärker. Um glattere Polyomfuktoe zu erhalte terpolert ma stückwese ud berechet stetgdfferezerbare Übergäge a de Stützpukte. Besp. 4.4 Es sd zwe Fuktoe gegebe: f(x) = für u < x < h(x) =,6 x +,4 für 4 < x < u De Radpukte ( ) ud (4 5) solle stetg-dfferezerbar durch ee Polyomfukto g verbude werde. Stetg heßt g() = f() = ud g(4) = h(4) = 5 (ke Sprug). Dfferezerbar heßt g'() = f '() = ud g'(4) = h'(4) =,6 (ke Kck). Auf de Lmes-Schrebwese a de Radpukte verzchte wr. Wr habe 4 Iformatoe, dadurch st ee Polyomfukto vo Grad bestmmt. Wr köe de Koeffzete vo g(x) = a + a x + a x + a x mt eem leare Glechugssystem V a = y ermttel. (NEWTON-Iterpolato wäre her auch möglch.) Für de Abletug glt g'(x) = a + a x + a x. g() a g(4) 5 a 4a6a 64a 5 6a 64a 4 a 7, g'() a 8a 48a, 6 g'(4),6 a8a 48a,6 a, 5. 6a 64 (, 5) 4 a,5 g x x x x ( ),5,5 für 4 Ma et ee Übergag a eer Stützstelle P (x, y ) glatt, we de dort agrezede Fuktoe f f(x), f '(x) ud f ''(x) überestmme. Solche Fuktoe et ma Sples s(x). Kubsche Sples habe de Grad =. "Spate" Se habe de klestmöglche Gesamtkrümmug ''( ) x x s x dx Mmum

10 Thema Iterpolato Numerk - Neff 4.9 SPLINE - GRUNDLAGEN Es see + Stützpukte gegebe P (x, y ) P (x, y ) => der Berech [x, x ] wrd Itervalle zerlegt => es sd kubsche Sples s (x) zu bestmme, mt =,,,, -. E kubscher Sple hat Normalform de Glechug s(x) = a x + b x + c x + d Wr beutze für de Koeffzete a, b, c, d um doppelte Idzes zu vermede. => es sd 4 ubekate Koeffzete a, b, c, d zu ermttel. De Verschebug eer Fukto um t ach rechts lässt sch mt Hlfe folgeder Form darstelle: s(x) = a (x - t) + b (x - t) + c (x - t) + d We ma dese Verschebuge um t für de Stützstelle x ausutzt, ergbt sch folgede Formulerug für ee kubsche Splefukto: a( xx) b( xx) c( xx) d für x [ x, x] a ( x x) b ( x x) c ( x x) d für x [ x, x] s ( x)... a( xx ) b ( xx ) c ( xx ) d für x [ x, x] De Tel-Fuktoe ( ) ( ) ( ) ( ) s x a xx b xx c xx d sd zu bestmme. Besp Stützpukte, 4 kubsche Fuktoe, 6 Koeffzete 5 Pukte gegebe: = 4 4 Itervalle: s() s() s() s() Pukt P am Ede der Fukto s (x) dort gelte de Glechuge: s (x ) = y s (x ) = s (x ) stetg s '(x ) = s '(x ) gleche Stegug s ''(x ) = s ''(x ) gleche Krümmug Etsprechedes glt für de Pukte P ud P zusamme 4 = Glechuge Radpukt P 4 am Ede der Fukto s (x) dort gelte de Glechuge: s (x 4 ) = y 4 s ''(x 4 ) = gewählt Etsprechedes glt für de Radpukt P zusamme 4 Glechuge sgesamt 6 Glechuge für 6 Koeffzete B-Sples

11 Thema Iterpolato Numerk - Neff 4. SPLINE ENTWICKLUNG. Für de Pukte (x y ) glt s (x ) = y we ma des mt der Glechug durchführt, ergbt sch s (x ) =a (x x ) + b (x x ) + c (x x ) + d = y de Klammer (x x ) werde sämtlch ull ud es st d = y. De Tel-Fuktoe gehe stetg eader über, d.h. s - (x ) = s (x ) oder a - (x x - ) + b - (x x - ) + c - (x x - ) + d - = a (x x ) + b (x x ) + c (x x ) + d => a - (x x - ) + b - (x x - ) + c - (x x - ) + d - = d q = : a (x x ) + b (x x ) + c (x x ) + d = d q = : a (x x ) + b (x x ) + c (x x ) + d = d. A de Übergagspukte habe de Tel-Fuktoe de gleche Steguge s' - (x ) = s' (x ). s( x) a( xx) b( xx) c( xx) d Also glt für de. Abletuge s'(x ) = a (x x ) + b (x x ) + c Heraus ergbt sch: a - (x x - ) + b - (x x - ) + c - = a (x x ) + b (x x ) + c => a - (x x - ) + b - (x x - ) + c - = c 4 4. A de Übergagspukte habe de Tel-Fuktoe de gleche Krümmuge s'' - (x ) = s'' (x ). Für de. Abletuge glt: s''(x ) = 6 a (x x ) + b Heraus ergbt sch: 6 a - (x x - ) + b - = 6 a (x x ) + b bb => 6 a - (x x - ) + b - = b : (x x - ) => a 5 (xx ) Für de Radpukte P ud P wähle wr s''(x ) =, also 6 a (x x ) + b = daraus ergebe sch b = ud b = 6 Solche Sple-Fuktoe et ma atürlche Sple-Fuktoe. 5. We ma de Asatz 5 für a - 4 esetzt, ergbt sch bb (xx ) b (xx ) c c (xx ) => (b b - ) (x x - ) + b - (x x - ) => (b + b - ) (x x - ) + c - = c 7 6. We ma de Asatz 5 für a - esetzt, ergbt sch bb (x x ) b (x x ) c (x x ) d d (x x ) => (b b ) (x x ) b (x x ) c (x x ) d d : (x x - ) (b b ) (x x ) d d b (x x ) c => xx xx (b b ) (x x ) d d b (x x ) c => xx y y (b b ) (x x ) c b (x x ) 8 => xx y y (b b) (x x) da glt auch: c b(x x) 9 x x Brüche zusammefasse ach c - auflöse, ab her y = d

12 Thema Iterpolato Numerk - Neff 4. SPLINE GLEICHUNGSSYSTEM X b = r. De Asätze 8 für c - ud 9 für c werde Glechug 7 egesetzt: yy (bb ) (xx ) 8 c b (xx ) xx y y (b b ) (x x ) 9 c b(x x) x x 7 (b + b - ) (x x - ) + c - = c y y (b b ) (x x ) (b b ) (x - x ) + b (x x ) xx y y (b b ) (x x ) x x b(x x) y y (b b ) (x x ) + (b b ) (x x ) b (x x ) xx y y (b b ) (x x ) b (x x ) x x b (x x ) b (x x ) b (x x ) b (x x ) b (x x ) ausmult., orde b (x x) b (x x) b(x y x) y y y r (x x )b b (x x ) b (x x ) +(x x )b r x x xx (x x )b (x x x x )b +(x x )b r (x x )b (x x )b +(x x )b y y y y r x x xx Dese Glechug st das leare Glechugssystem X b = r De Koeffzetematrx ud de rechte Sete besteht aus bekate Dffereze. De Koeffzete b = (b ) = (b, b, b - ) sd de Lösug des Glechugssystems. De Krümmuge de Radpukte habe wr mt s'' (x ) = ud s'' (x ) = gewählt, deswege glt b = ud b =.. De Koeffzete b, b, b - sd de Lösug des Glechugssystems: b b b b b r 4 (x x ) x x r x x (x x ) x x r x x (x x ) x x r x x (x x ) r (x x ) r. De Koeffzete c ud a erhält ma durch Esetze 5 ud 8

13 Thema Iterpolato Numerk - Neff 4. SPLINE BEISPIEL Besp Stützpukte, 4 kubsche Fuktoe, 6 Koeffzete Excel / Sple Bestmme Se de Splefukto s(x) für folgede Pukte (- ), ( ), ( ), ( ), (5 ) x() y() a() b() c() d() = y() = - = = = = Als Koeffzete erhalte wr: x() y() a() b() c() = -,5 -,6 = -,74,469,7 =,765 -,75 -, = -,9,54 -, = De Glechug der Splefukto st da:, 5( x ),6 ( x ) für x [-, ],74( x), 469 ( x), 7 ( x) für x [, ] s ( x),765( x),75 ( x), ( x) für x [, ], 9( x ),54 ( x ), ( x ) für x [, 5] Aufgabe Sple Gegebe: Radpukte ud Stützpukte als Wertetabelle (x y ). Gesucht: de Splefukto, se besteht abschttswese aus - Telfuktoe s (x). Schrtte:. Arbetstabelle mt de Spalte für de Koeffzete x, y = d, a, b, c. für r (ohe r ud r ) evetuell egee Spalte hter y. Spalte d st überflüssg, se st ur ee Kope vo y. Ee geegete Arbetstabelle wrd mestes vorgegebe.. Trvale Ergebsse etrage d = y. b =, b =. Strche be a,c, r, r.. Glechugssystem etwckel ud mt GAUß-JORDAN-Verfahre löse p b bb 4. b esetze a (xx ) y y (b b ) (x x ) 5. a, b esetze c b(x x) x x 6. Splefukto formulere, Empfehlug: Asatz mt etsprechede Lücke scho zu Beg hschrebe: s (x) = (x ) (x ) für x [, ] s (x) = (x ) (x ) (x ) für x [, ] s (x) = (x ) (x ) (x ) für x [, ] s (x) = (x ) (x ) (x ) für x [, ]

14 Thema Iterpolato Numerk - Neff 4. BERNSTEIN-POLYNOME BERNSTEIN-Polyome werde mt Hlfe der Bomaletwcklug dargestellt. Bomalsummade B De Bomaletwcklug st bekat: ab a Spezell für = glt: ( ab) ab ab ab ab!! De Bomalkoeffzete berechet ma mt z.b. ( )!!!! b B Teschl S. 4 f Für Bomaletwckluge gbt es ee Rehe vo Gesetzmäßgkete, daruter auch:. De Summade B lasse sch rekursv etwckel. (a + b) = a + a b + a b + b = B + B + B + B (a + b) = a + a b + b = B + B + B - - B ab bb- z.b. B ab b B her: a b = a b + b a b. We a, b l[ ; ] ud a+b = glt (a + b) = sbesodere für a = x ud b = x => (( - x) + x) = BERNSTEIN-Polyome sd defert für das Itervall [, ] - B ( x) x x ( x) x = für x für =: x x ( x) x ( x) x ( x) x x =. B B B B a) De B (x) habe ee -fache Nullstelle für x =. b) De B (x) habe ee -fache Nullstelle für x = c) Se habe ur e Maxmum m Itervall [, ] ud zwar be De Maxmum-Stelle zerlege das Itervall = Tele. [BERNSTEIN, Serge Nataowtsch, Charkow, RUS, 9 ] x also ; ; ;

15 Thema Iterpolato Numerk - Neff 4.4 BÉZIER-POLYNOME BÉZIER-Polyomfuktoe f etstehe, we ma BERNSTEIN-Polyome passed überlagert. Dazu werde de Summade der BERNSTEIN-Polyome mt Werte y gewchtet: - f( x) y ( x) x = yb ( x) für x = f( x) y B y B y B y B f( x) y ( x) y ( x) x y ( x) x y x f( x) y ( x) y x ( x) y x ( x) y x (HORNER-Form) De y-werte sd de y-koordate vo Pukte P, de zusamme das BÉZIER-Polygo blde. Das BÉZIER-Polygo st de mmale Hülle der BÉZIER-Kurve. Besp. 4.7 BÉZIER-Polygo ud BÉZIER-Kurve De Pukte P ( ) P ( 4) P ( ) P ( ) sd gegebe. Se blde das BÉZIER-Polygo. De 4 Iformatoe zum Bestmme der kubsche Polyomfukto lege desem Polygo. De y-werte y =, y = 4, y =, y = sd de Gewchte m BÉZIER-Polyom; f( x) ( x) 4 ( x) x ( x) x x f( x) ( x) ( x) x9 ( x) x ( ) ( ) ( ) 9 ( ) (HORNER-Form) f x x x x x x. P ud P lege auf der BÉZIER-Kurve.. De Gerade durch P,P bzw. P,P sd Tagete de Radpukte der BÉZIER-Kurve.. De Steguge der Strecke des Polygos y y sd m ( y y) 4. De Steguge a de Radpukte des BEZIER-Polyoms sd f '() = (y y ) bzw. f '() = (y y ) m Bespel f '() = 9, f '() = 9 5. De Koeffzete, 4,, der BÉZIER- Fukto habe ee aschaulche Bedeutug ämlch de y-koordate des Polygos (der kovexe Hülle). Excel / Bézer I vele Aweduge beötgt ma de f(x)-werte der BÉZIER-Kurve ud dere Steguge f '(x). De ezele f(x)-werte der BÉZIER-Kurve ud hre Steguge f '(x) bestmmt ma rekursv mt dem Verfahre vo DE CASTELJAU ("de castelshó"). Wr verwede de Rekursosformel vo Abschtt 4. Für Summade der Bomaletwcklug: B ab bb agewedet für a (- x) ud b x : B ( x) ( x) B xb ergbt für : B ( x) ( x) B xb - schleßlch für BEZIER-Fuktoe: y ( x) ( x) y xy -

16 Thema Iterpolato Numerk - Neff 4.5 SCHEMA VON DE CASTELJAU De Werte f(x) der BÉZIER-Fukto werde durch fortgesetzte Rekurso über de y-koordate des BÉZIER-Polygos ermttelt: yr,...,s( x) = (- x) yr,...,s- x yr +,...,s f( x) De Zwschewerte der Rekurso bezeche wr mt y, y, y, da y,, y,, ud y,,, je achdem, aus welche voragehede y-werte der Wert hervorgeht. y ( x) y xy y ( x) y xy y ( x) y xy y ( x) x y xy x x y xy y ( x) x y xy x x y xy y ( x) ( x) x y xy x x y xy x ( x) x y xy x x y xy ( x) ( x) y ( x) xy ( x) xy x y x ( x) y ( x) xy ( x) xy x y ( x) ( x) y ( xxy ) xy x ( x) y( xxy ) xy ( x) y ( x) xy ( x) x y ( x) xy ( x) x y x y ( x) y ( x) xy( xx ) y x y f( x) De sch herbe ergebede y-werte sd de jewelge Telugspukte auf de Iterpolatos- Strecke, was ma auch graphsch darstelle ka. Für de Steguge deser Strecke glt weder m = (y + y ). Besp. 4.7 Fortsetzug, Schema ach DE CASTELJAU Bestmme Se für x =,4 de Wert f(x) auf der BÉZIER-Kurve. y x x y y y y y y y y y Excel / Bézer x y y ( x) y xy x y y y ( x) y xy y ( x) y xy y y ( x) y xy y ( x) y xy y ( x) y xy Stegug am Pukt (x f(x) ): f '(x) = (y y ) = (y y - ) Stegugswkel am Pukt (x f(x) ): (x) = arcta f '(x)

17 Thema Iterpolato Numerk - Neff 4.5A BÉZIER AUFGABE Aufgabe BÉZIER Gegebe: Ver Pukte des BÉZIER-Polygos m Itervall [ ; ] mt äqudstate x-koordate ud e oder zwe x-werte. Gesucht: BÉZIER-Polygo zeche, BÉZIER-Polyomfukto formulere, auch HORNER-Form De Pukt P auf der BÉZIER-Kurve für de gegebee x-wert bereche mt dem Schema ach DE CASTELJAU Für dese Pukt Stegug ud Stegugswkel ( Grad) bestmme. De BÉZIER-Kurve auf Grud deser Egeschafte skzzere Schrtte:. Pukte Koordateebee etrage ud zum Polygo verbde f( x) y( x) y ( x) x y ( x) x yx. f( x) y( x) yx ( x) yx ( x) yx. Schema erstelle, Rechuge we z.b. y ( x) y xy durchführe Wertepaar P (x f(x) ) agebe 4. f '(x) = (y y ) ud (x) = arcta f '(x) 5. Pukte P, P, P svoll mteader verbde

18 Thema Iterpolato Numerk - Neff 4.6 BÉZIER AUSBLICKE Bs de sechzger Jahre des vorge Jahrhuderts wurde Koture mt Kurveleale ud "fre Had" etwckelt. Das galt für Schrfte ebeso we für Autokarossere. De so etwckelte Koture wurde puktewese de Werkzeugmasche egegebe. De NC-Werkzeugmasche (umerc cotrol) hatte sch durchgesetzt, aber der Etwurfsprozess war och re mauell. PAUL DE FAGET DE CASTELJAU be Ctroë ud, uabhägg davo, PIERRE BÉZIER be Reault erkate, dass deser Flaschehals der modere Produkto überwude werde köte, we dese Kurve ud Fläche möglchst efach dargestellt ud mt efache Parameter (de y ) gesteuert werde. Damt gelte se als Erfder des CAD (computer aded desg) De Computergrafk arbetet durchweg mt BEZIER-Kurve, z.b. auch de Truetype-Schrfte. De Iterpolato mt BÉZIER-Polyome ud DE CASTELJAU-Schema st wesetlch wetrecheder als obe dargestellt wurde.. De Eckpukte der kovexe Hülle (des BÉZIER-Polygos) sd cht zwged äqudstat. De x-koordate der Stützpukte köe belebg über das Itervall vertelt se.. De BÉZIER-Iterpolato ka ma auch für Kurve beutze, de kee Fuktosgraphe sd, soder Graphe vo Relatoe. I desem Fall werde x- ud y-koordate getret ach dem Schema vo DE CASTELJAU ermttelt, vgl. Abbldug.. Um möglchst glatte Kurve zu erhalte, blebt ma bem Grad, also be kubsche BÉZIER-Polyome. Ma ka de Etwcklug der BÉZIER-Kurve aber auf belebge Itervalle ausdehe. Ma baut dazu übergeordete kovexe Hülle auf. A de Übergagspukte ("Iterpolatosstelle", "Trestelle") zwsche aufeader folgede BÉZIER-Kurve stmme. ud. Abletuge übere. Damt kommt ma zu BÉZIER-Sples, vgl. Abbldug b e y. 4. Um räumlche Koture zu erhalte setzt ma stückwese BÉZIER-Fläche (patches) zusamme. Statt Strecke zwsche de Pukte P r,,s etstehe Tagetalfläche, sgesamt ergebe sch bkubsche BÉZIER-Sples, Abbldug. b e y. Abb. Abb. Abb.

19 Thema Iterpolato Numerk - Neff 4.7 REGRESSIONSGERADE Be vele Utersuchugsmethode ethalte de Werte Messfehler. I der Regel gbt es deshalb oft kee S ee terpolerede Fukto zu bestmme, de geau durch de gemessee Pukte verläuft. Es geügt da ee Fukto zu fde, de möglchst geau passt. Ee solche Fukto et ma Regressosfukto oder Ausglechsfukto. Am efachste st ee Regressosgerade. Besp. 4.8 Ee Messrehe Be eem chemsche Prozess wrd e Zusammehag zwsche der Bestrahlug mt UV-Lcht x [M] ud dem Härtegrad y ees Polymers vermutet. X se de Eflussgröße ud Y de beeflusste Größe. Etsprechede Tests ergabe folgede Wertepaare (x y ). De Wertepaare (x y ) lasse sch als Puktwolke darstelle. Excel / A' Regresso Im efachste Fall köte ma ee leare Zusammehag der Form y = m x + b vermute. De Regressosgerade y = m x + b st de optmal passede Gerade durch de Puktwolke. Das Symbol für Schätzwert der Varable y st y.. Jede möglche Gerade wrd durch de bede Parameter m ud b festgelegt. Wr habe aber Messwerte. De Berechug vo m, b st also überbestmmt. Zu jedem Datepukt (x y ) gbt es ee Abwechug vom Geradepukt xˆ y ˆ. De Regressosgerade mt der Fuktosglechug y = mx + b wrd so gewählt, dass de Summe der Abwechugsquadrate mmal wrd ("Methode der kleste Quadrate"). Ezele Abwechuge: y y = y (m x + b) = y m x b Ezele Abwechugsquadrate: (y m x b) Summe der Abw.-Quadrate: A ( y mx b) m ud b sd de gesuchte ubekate Koeffzete. Das Mmum (de Tefpukt) der Fukto A(m,b) erhält ma, we de.abletug A' =.. De Fukto ( ) letet ma partell ach m ud ach b ab: A y mx b A A' m y mx b x m A A' b y mx b b y x sd partelle Abletuge sehe Abschtt.9 (-) vor de Summe: Ausmultplzere: :(-), Ezelsumme: y mx b x y mx b y x mx bx y mx b xy mx bx y mx b

20 Thema Iterpolato Numerk - Neff 4.8 REGRESSIONSKOEFFIZIENTEN xy m x b x Das leare Glechugssystem y mx b lässt sch Matrze-Schrebwese formulere ud ach m ud b auflöse. mx bx yx x x m xy m x x b y b y Dese et ma Normalglechuge bzw. Normalglechugs-System. Achtug: x y xy x ( x) Statt de Regressoskoeffzete m ud b mt dem obge Glechugssystem zu bestmme, werde der Praxs de Regressoskoeffzete oft drekt agegebe: yx mx bx y mx b.zele ach b auflöse: m b y x b.zele esetze: m xy mx y xx m xy mx yx x m solere: mx m x xy yx m ausklammer: mx x xy y x : Klammer xy yx m x x mt erweter: xy xy m m b y x x x Als Lösugsvarable deses Glechugssystems ergebe sch de Regressoskoeffzete: xy xy m a m a x x b y x für = a x + a bzw. = m x + b weter Besp. 4.8 Ee Messrehe Excel / A' Regresso Es ergbt sch y =,478 x + 5,5 als beste Approxmato (Näherug) für de vermutete Zusammehag. Mt der Fuktosglechug der Regressosfukto ka ma Iterpolatoe durchführe: Für de gegebee Bestrahlugszet vo x = 5 Mute schätzt ma de Härtegrad auf y (5) =, ,5 =,65.

21 Thema Iterpolato Numerk - Neff 4.9 MINIMUM VON A(M,B) a) Bem Ablete vo ( ) ergebe sch Probleme: A y mx b () De Fuktosvarable ("Ubekate") sd her cht x ud y, soder m ud b. De optmale Werte für m (Geradestegug) ud b (y-achse-abschtt) sd gesucht. x ud y sd de gemessee ud damt bekate Tabellewerte. () De Fukto ethält e Summesymbol. Es glt:, f x gx fx gx das st de Summeregel. Ma ka also de Summe als Gazes ablete. () ( y mx b) st e verketteter Ausdruck. De ere Fukto st u(x) = y - mx - b ud de äußere heßt v(u) = (u(x)). Ma beutzt de Ketteregel f(u(x))' = v'(u) u'(x). b) Der Fuktosgraph zu A(m,b) st ee "Mulde" m Koordateraum mt de dre Achse A, m ud b. Für jede Kombato (m,b) ka ma de Summe der Abwechugsquadrate A(m,b) bereche. c) De Tagete t m sd de "waagerechte" Tagete Rchtug der m-achse, für hre Steguge glt A'(m) =. Ee deser Tagete t m verläuft durch de Tefpukt. De Tagete t b sd de "waagerechte" Tagete Rchtug der b-achse, für hre Steguge glt A'(b) =. Ee deser Tagete t b verläuft durch de tefste Pukt. Am tefste Pukt der "Mulde" schede sch de Tagete, es glt A'(m) = ud glechzetg A'(b) =. Ma erhält also m ud b durch Löse des Glechugssystems A A' m y mx b x m y sd partelle Abletuge A x A' b y mx b b

22 Thema Iterpolato Numerk - Neff 4. EINFACHE REGRESSIONSFUNKTIONEN Regressosfuktoe der Form y = a ³(x) + b ee wr learserbare Regressosfuktoe. Be de obe etwckelte Regressosgerade st ³(x) = x y = a x + b. Bevor ma ee Regressosaalyse durchführt wählt ma ee passede Asatzfukto ³(x), x also bespelswese ( x) e, ( x), ( x) x, ( x) lx x De Regressosfukto mt der Fuktosglechug y = a ³(x) + b wrd so gewählt, dass de Summe der Abwechugsquadrate mmal wrd ("Methode der kleste Quadrate"). Gaz aalog der Herletug Abschtt.7 folgt: Ezele Abwechuge: y = y (a ³(x ) + b) = y a ³(x ) b Ezele Abwechugsquadrate: (y a ³(x) b) Summe der Abw.-Quadrate: A ( y a ( x) b) a ud b sd de gesuchte ubekate Koeffzete De Abletuge sd A A' a y a( x) b ( x) a A A' b y a( x) b b y ( ) ( ) x a x b( x) y a( x) b Auch de Normalglechuge werde de Ausdrücke x durch ( ) ersetzt: a ( x) b ( x) y( x) a( x) by Für de Regressoskoeffzete ka ma da schrebe: y( x) y( x) a a b y ( ) ( x ) x ( x ) Zum Bespel glt für de Regressoskoeffzete a ud b a mt der Asatzfukto yˆ ba b x x y y x x a a b y x x x x

23 Thema Iterpolato Numerk - Neff 4. REGRESSIONSANALYSE Besp. 4.9 Regressosaalyse mt der Asatzfukto y = a l x + b E Uterehme zechet über de Zeträume x ( Moate) de Absatzmege y ees bestmmte Produktes auf. Das Uterehme erwartet ee gewsse Marktsättgug ud beutzt daher für de Bestmmug des Treds ud für Progose de Asatzfukto y = a l x + b. Zu bestmme sd: A A a) De Abletuge ud für de Summe der Abwechugsquadrate A. a b b) De Normalglechuge c) De Formel für de Regressoskoeffzete (Herletug cht erforderlch). d) De Fuktosglechug der Regressosfukto. e) De Progose für de. ud 4. Moat. a) b) A ( y a l xb) a l x b l x yl x al x by A A' a y al x b l x a A A' b y alx b b yl x y l x c) a l x l x ) a b y l x Excel / A' Regresso d) yˆ,7 l x,965 e).moat 97 kg, 4.Moat 457 kg I Excel: Pukt aus der Puktwolke markere, da Rechtsklck, "Tredle efüge" Aufgabe A' Regresso mt y = a ³(x) + b Gegebe: Wertetabelle (x y ), = 5..6, Asatzfukto ³(x) zusätzlcher Wert für ee Iterpolato Gesucht: A A a) De Abletuge ud für de Summe der Abwechugsquadrate A. a b b) De Formel für de Regressoskoeffzete (Herletug cht erforderlch). c) De Fuktosglechug der Regressosfukto. d) Progosewerte, Iterpolatoswerte Schrtte: geau we Bespel 4.9 gezegt

24 Thema Iterpolato Numerk - Neff y = a ³(x) + b y = a x + a x + a x y = a + b x + c u + d v 4. TRANSPONIERTE VANDERMONDE-MATRIX Besp. 4. ach Korreschld S.9 ff Ver Messuge ergabe ebestehede Wertetabelle. De Asatzfukto se ee Gerade, y = a x + b oder y = a + a x. Wr bestmme de Regressoskoeffzete mt dem aalytsche Asatz über de Abletuge der Summe der Abwechugsquadrate: Excel / V T -Regresso Als Normalglechugssystem ergbt sch: x b y 4 a, x x m xy a 9, 6 Mt der Lösug a = m =,67. a = b = 4,5. y =,67 x + 4,5 (Spalte getauscht, wege der Idex-Rehefolge der VANDERMONDE-Matrx) (Zele getauscht, spelt für de Lösug kee Rolle) Mt der Vadermode-Matrx köte ma aus Wertepaare de Geradeglechug bestmme. Sehe Abschtt 4. Ket ma Stützpukte (x y ) da lasse sch de Koeffzete a, a bestmme: a ax y x a y V a y a ax y x a y Wr habe aber ee VANDERMONDE-Matrx mt 4 Zele. User leares Glechugssystem st überbestmmt: a ax y x y a ax y x a y a ax y x a y a ax y x y Das führt aller Regel zu eem Wderspruch. Ma ka das leare Glechugssystem ur mt eem mmale Fehler A m löse. x y 6 6,8 4,5 Durch Multplkato der Glechug V a = y mt der traspoerte Matrx V T etsteht de Glechug V T V a = V T y. De lke Sete V T V st ee quadratsche, sogar symmetrsche Matrx. Mt der Matrzeglechug V T V a = V T y ka ma also de Koeffzete a bereche. V y Excel / V T -Regresso 6 6 V T 6,8 6,8 T 4,5 V 4,5 4, 4 4 9, 6 V T V V T y Es ergebe sch deselbe Normalglechuge, ma erket we be der Multplkato mt V T acheader de Summe, x, x, y, xy etstehe. De Regressosaalyse mt Hlfe der Glechug V T V a = V T y ee wr V T -Regresso, se st vel wetrecheder als de A' Regresso über de Abletuge A'(m,b).

25 Thema Iterpolato Numerk - Neff 4. V T -REGRESSION Überscht. A' Regresso. Leare Regresso m egere Se. Berechug eer Regressosgerade y(x) = m x + b Ma erstellt ee Arbetstabelle für x y, x,bestmmt de Summe ud löst A a = y. Learserbare Regressosmodelle der Form y(x) = a³ (x) + b = a + a ³(x) Ma erstellt ee Arbetstabelle für ³(x ), ³(x ) y, ³(x ),bestmmt de Summe ud löst A a = y. Ma erhält ee Regressosfukto.. V T -Regresso Damt köe alle Regressosmodelle m wetere S bearbetet werde. Regressosmodelle.w.S. habe de Form y(x) = a + a ³ (x) + a ³ (x) + + a k ³ k (x) mt fast belebge Asatzfuktoe ³(x). Ma etwckelt ee VANDERMONDE-Matrx V ud de Glechug V T V a = V T y ach de Regressoskoeffzete a auf. = ; ; ; ; k. Regressosfuktoe mt k >, z.b. y(x)=a + a x + a x. Multple Regressoe, das sd Regressosmodelle mt mehr als ee Eflussvarable. z.b. y(x)= a + a u + a v + a x. Nchtleare Regresso z.b. ˆ bx b y ae, yˆ as( bx), yˆ a x verwede wr cht Besp. 4. (Regressosmodell sy. Asatzfukto, Ausglechspolyom sy. Regressosparabel) Füf Pukte sd gegebe ( ) ( 5) ( 5) (5 ) (6 ) Das Ausglechpolyom. Grades st zu bestmme, ee Regressosparabel, ee Fukto ach dem Regressosmodell y(x)=a + a x + a x st zu bestmme. Excel / V T -Regresso x x x x xk x k V a = y y =,55 +,7x,5 x Mt Hlfe der Regressosfukto ka ma de beste Schätzug für x = 4 bestmme: y(4) =,55 +,7.4,5.4 =,48 I Excel: Pukt aus der Puktwolke markere, da Rechtsklck, "Tredle efüge" Besp. 4. Der Efluss der bede Varable U ud X auf de Größe Y soll utersucht werde. Multple Regresso. Es legt dazu de ebestehede Wertetabelle vor. Gesucht st e Regressosfukto ach dem multple Modell y = a + a u + a x. u x u x V a = y y = 6,8 +,767 u +,96 x uk x k De beste Schätzug für das Szearo u =, x = 7 st y( ; 7) = 6,8 +,767. +,96.7 = 7,86 u x y

26 Thema Iterpolato Numerk - Neff 4.4 AUFGABE V T -REGRESSION Aufgabe V T -Regresso Gegebe: Wertetabelle (x y ), (u v x y ) = 5..6, Regressosmodell zusätzlch Wert(e) für ee Iterpolato Gesucht: a) VANDERMONDE-Matrx für das agegebee Regressosmodell y(x) = a + a ³ (x) + a ³ (x) + + a k ³ k (x) b) Glechug der Regressosfukto c) Iterpolatoswert y Bester Schätzwert Schrtte:. VANDERMONDE-Matrx für das gegebee Zahlemateral formulere. Schema für de Lösug der Glechug V T V a = V T y erstelle, evtl. Vordruck beutze. V T V a = V T y ach a auflöse, be V T V de Symmetre ausutze. Das leare Glechugssystem mt GAUß-JORDAN-Verfahre löse. 4. Regressosglechug formulere 5. Gegebee Wert(e) für de Iterpolato de Regressosglechug esetze.

27 Thema Iterpolato Numerk - Neff ANHANG BINOMIALENTWICKLUNG aus: Statstk: sta5vertel.doc De Bomalkoeffzete kee wr aus de Bomsche Formel (a+b). x Ma etmmt se rekursv aus dem PASCAL'sche Koeffzeteschema (sehe ute) oder bestmmt se mt eer der bede folgede Formel: ( ) ( )... ( x)! x x! x!( x)! Be de meste Tascherecher gbt es dazu de Taste [Cr]: Number of Combatos r (a+b) = = a b (a+b) = a + b = a b + a b (a+b) = a + ab + b = a b + a b + a b (a+b) = a + a b + a b + b = a b + a b + a b + a b (a+b) 4 = = a 4 b + 4 a b + 6 a b + 4 a b + a b Bomalkoeffzete: ; ; ; ; x 4 6 a b bedeutet, dass de Kombato a b be (a+b) 4 sechs mal vorkommt. 4 4 kürze 4 4! 4 6 (.Formel) 6 (. Formel). kürze! (4 )! mt Tascherecher: 4[Cr] ! cht mt Tascherecher!

Interpolationspolynome

Interpolationspolynome Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

a) linear, 2 Variable b) linear, > 2 Variable Regressionsgerade y(x) multiple Regression y (u, v, w, x)

a) linear, 2 Variable b) linear, > 2 Variable Regressionsgerade y(x) multiple Regression y (u, v, w, x) Thema Korrelato Statstk - Neff INHALT a) lear, Varable b) lear, > Varable Regressosgerade y(x) multple Regresso y (u, v, w, x) c) chtlear, Varable d) chtlear, > Varable multple learserbar y = a ³(x) +

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY ( x x)( y y) ( ) x x ( y y) x x y x ( ) ( )

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Mathematische Modellierung Lösungen zum 1. Übungsblatt

Mathematische Modellierung Lösungen zum 1. Übungsblatt Mathematsche Modellerug Lösuge zum Klaus G. Blümel Lars Hoege 6. Oktober 005 Aufgabe 1 a) Der Raumhalt vo eem Kubkmeter etsprcht gerade 1000 Lter, d.h. 1 m 3 = 1000 l. Reche zuächst 1 m 3 cm 3 um. E Meter

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Kapitel 6: Regression

Kapitel 6: Regression udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

1.4 Wellenlängenbestimmung mit dem Prismenspektrometer

1.4 Wellenlängenbestimmung mit dem Prismenspektrometer F Lorbeer ud Ardt Quer 5.0.006 Physkalsches Praktkum für Afäger Tel Gruppe Optk.4 Wellelägebestmmug mt dem Prsmespektrometer I. Vorbemerkug E Prsmespektrometer st e optsches Spektrometer, welches das efallede

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 7, Wintersemester vom 21. Januar 2006

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 7, Wintersemester vom 21. Januar 2006 Prof. E.-W. Zk Isttut für Matheatk Huboldt-Uverstät zu Berl Eleete der Algebra ud Zahletheore Musterlösug, Sere 7, Wterseester 2005-06 vo 21. Jauar 2006 1. Se = 2 p 1 Mersee-Zahl, d.h. p P 1. a) Zege:

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Definitionen und Aussagen zu Ringen

Definitionen und Aussagen zu Ringen Deftoe ud Aussage zu Rge Mchael Hortma, 1142002 Währed wr es be Gruppe mt ur eer Operato zu tu habe, kee wr zb vo de gaze Zahle das Zusammespel zweer Operatoe, Addto ud Multplkato, wobe charakterstsch

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Beispiel zur Regression

Beispiel zur Regression Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

Mathematik für VIW - Prof. Dr. M. Ludwig ( ) ( ) ( ) n f. bestimmt m Funktionen. durch die Festlegung f (,,

Mathematik für VIW - Prof. Dr. M. Ludwig ( ) ( ) ( ) n f. bestimmt m Funktionen. durch die Festlegung f (,, Matheatk ür VIW - Pro. Dr. M. Ludwg 8. Deretato reeller Fuktoe ehrerer Varabler 8. Skalare Felder Vektorelder Koordatesystee Bsher wurde reelle Fuktoe ür ee Varable utersucht: : D t der egeührte Schrebwese

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Regressionsgerade, lineares Modell:

Regressionsgerade, lineares Modell: Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Eführug Durch de Regressosaalyse wrd versucht, de Art des Zusammehags

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

8. Differentialrechnung von Funktionen in mehreren Variablen

8. Differentialrechnung von Funktionen in mehreren Variablen 8 Dfferetalrechug vo Fuktoe mehrere Varable 7 8. Dfferetalrechug vo Fuktoe mehrere Varable 8. Fuktoe mehrere Varable I desem Abschtt werde reelle Fuktoe Varable betrachtet, d.s. Fuktoe f: D mt D, welche

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Eplzte Defto Reursve Defto 4. Gleder eer vorher deferte Folge bereche E Gled Mehrere Gleder 6 4 5 4.3 Ee Folge defere ud ege hrer

Mehr

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 54 3.2.8 ARROW-PRATT-Maß für de Rskoestellug Rskoverhalte bsher grob kategorsert ach Rskoeutraltät, -symathe ud averso be Rskoaverso: (X) < SÄ Rskoräme

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra Grudlage der Iormatk Grudlage der Dgtaltechk 3. Etwcklugssatz der Schaltalgebra Pro. Dr.-Ig. Jürge Tech Dr.-Ig. Chrsta Haubelt Lehrstuhl ür Hardware-Sotware Sotware-Co-Desg Grudlage der Dgtaltechk Etwcklugssatz

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Ein paar einfache q-analoga des binomischen Lehrsatzes

Ein paar einfache q-analoga des binomischen Lehrsatzes E paar efache -Aaloga des bosche Lehrsatzes Joha Cgler Sowet r beat st, gbt es ee allgeee Utersuchuge darüber, we sch das Reurrezverhalte vo Boalsue ädert, we a de Boaloeffzete durch ersetzt U ee erste

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phskalsch-chesches Praktku I Modul Eführug. Tel: Fehleraalse Ja Helbg, 7.09.08 Uterlage: htt://www.che.uzh.ch/stud/old/docuets/ear/che3.htl Fehlerrechug Gesucht: wahrer Wert eer Grösse Aber: Sere vo Messuge

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY x x y y x x y y x x y x x y y y Statstk für

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Dipl.-Kaufm. Wolfgang Schmitt. Aus meiner Skriptenreihe: " Keine Angst vor... " Ausgewählte Themen der deskriptiven Statistik.

Dipl.-Kaufm. Wolfgang Schmitt. Aus meiner Skriptenreihe:  Keine Angst vor...  Ausgewählte Themen der deskriptiven Statistik. Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Zetreheaalyse Modellaufgabe Übuge Lösuge www.f-lere.de Modellaufgabe 1 Nach Übergabe des vom

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

3.9. Die QR-Zerlegung einer Matrix

3.9. Die QR-Zerlegung einer Matrix 3.9. De QR-Zerlegug eer Matr Sho vorher habe wr bemerkt: - odu der Gauß-Elmato ev. groß, auh be kleem oda; - falls A shleht kodtoert: was st der Rag vo A? Welhe Pvotelemete werte wr als? - oda T A oft

Mehr

Quantitative Methoden in der klinischen Epidemiologie

Quantitative Methoden in der klinischen Epidemiologie Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phscal Chemstr Phskalsch-chemsches Praktkum I Modul Eführug. Tel: Fehleraalse Ja Helbg, 9.09.06 Uterlage: htt://www.chem.uzh.ch/stud/old/documets/ear/che3.html Fehlerrechug Phscal Chemstr Gesucht: wahrer

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

Mehr

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1 Klausur: Statstk 2.06.2018 Jürge Mesel Hlfsmttel: Ncht progr. Tascherecher Bearbetugszet: 60 Mute Aufgabe 1 E Koskbestzer otert 200 Tage lag de Zahl der verkaufte Exemplare eer seer Tageszetuge. Verkaufte

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

01 OM: Hilfsmittelfreie Fertigkeiten im Umgang mit Termen in der Oberstufe

01 OM: Hilfsmittelfreie Fertigkeiten im Umgang mit Termen in der Oberstufe 0 OM: Hlfsmttelfree Fertgkete m Umgag mt Terme der Oberstufe Im Kercurrculum wrd de prozess- ud haltsbezogee Kompeteze ur da eplzt sowohl auf de Esatz dgtaler Mathematkwerkzeuge als auch auf hlfsmttelfre

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Stochastik und Vektorgeometrie 1

Stochastik und Vektorgeometrie 1 Jörg Meyer, Hamel Stochastk u Vektorgeometre 1 Zusammefassug: I er Beschrebee Statstk u er Wahrschelchketsrechug komme häufg Quaratsumme vor. Deutet ma ese als Skalarproukte, so lasse sch mache Aussage

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik Departmet of Sport Scece ad Kesolog Uverstätslehrgag Sports Phsotherap Eführug de Statstk Gerda Strutzeberger Block I Block Mttwoch 5..0 3:00 bs 4:50 Grudlage, Skaleveau 5:05 bs 7:00 Gütekrtere, Hpothese,

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r y corr XY Statstk für SozologIe y y y y y y y y Kozept

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Beispiel: QR-Zerlegung für Least Squares:

Beispiel: QR-Zerlegung für Least Squares: 86 Bespel: QR-Zerlegug für Least Squares: Erster Shrtt: a : m m b A 4 / / π ϕ s mt s s s s s s 87 s s s / π ϕ s Zweter Shrtt: a 3 : mt / / / / Q T A R 88 / / / / Q Also m m / / / / m m A Awedug auf Mmerugsproblem

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln Scatterplots emprsche Eletug Trasformatoe Exteres Fle Iput-Awesug SAS-Fles Output-Awesug DO-Schlefe Populato Wahrschelchket Zufallsvarable Dskrete Zufallsvarable Stetge Zufallsvarable Normalvertelug (1)

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Carl Friedrich Gauß (Deutscher Mathematiker, 1777 bis 1855) formulierte die folgende Formel n

Carl Friedrich Gauß (Deutscher Mathematiker, 1777 bis 1855) formulierte die folgende Formel n mthphys-ole Alyss. Klsse Techk Itegrlrechug Vertefug des Itegrlegrffs De Itegrlrechug ht ds Zel, de Flächehlt krummlg egrezter Flächestücke zu ereche. Be der äherugswese Berechug der Fläche uter Polyomfuktoe

Mehr

Regressions- und Korrelationsanalyse

Regressions- und Korrelationsanalyse Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme aus der deskrptve Statstk Regressos- ud Korrelatosaalyse Modellaufgabe Übuge Lösuge www.f-lere.de Was bedeutet Regressos-

Mehr

Taylor-Entwicklung der exakten Lösung und Verfahrensfehler

Taylor-Entwicklung der exakten Lösung und Verfahrensfehler Lösug ud Verfaresfeler Ngaleu Poutceu Paul Fracs Fracsc@upb.de 8.6.4 Semar Numerk 1 Lösug ud Verfaresfeler Beobactug, Defto ud Notato Beobactug Notato Taylor-Etwcklug Defto ud Bespele Satz ud Bewes Verfaresfeler

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr