Tschebyscheff-Polynome

Ähnliche Dokumente
(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)

3. DIE EXPONENTIALFUNKTION UND VERWANDTES

Lösungen der Aufgaben zu Kapitel 9

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

(b) Bestimmen Sie mit Hilfe des Newton-Verfahrens eine Nullstelle von f auf 6 Nachkommastellen

1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.

Technische Universität München Zentrum Mathematik. Übungsblatt 3

Einführung in die Fourier-Reihen. 1 Fourier-Reihen: Definitionen

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1

Einführung in die numerische Mathematik

Übungsaufgaben zur Kurvendiskussion

T n (1) = 1 T n (cos π n )= 1. deg T n q n 1.

Lösungsvorschlag - Zusatzaufgaben (2)

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)

Gib die Faktorenzerlegung an und bestimme Art und Ort der Nullstellen der folgenden ganzrationalen Funktionen!

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Brückenkurs Rechentechniken

Nachklausur Analysis 2

Differential- und Integralrechnung

5 Interpolation und Approximation

Tschebyscheff-Funktionen

Aufgabe V1. Ermitteln Sie, ob folgende Grenzwerte existieren und berechnen Sie diese gegebenenfalls. n 2n n 3 b) lim. n n 7 c) lim 1 1 ) 3n.

Der Satz von Taylor. Kapitel 7

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

1.2 Einfache Eigenschaften von Funktionen

Die elementaren Funktionen (Überblick)

Die elementaren Funktionen (Überblick)

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Übungsblatt 1 Musterlösung

Höhere Mathematik I für Ingenieurinnen und Ingenieure Lösungen zur 11. und 12. Übung

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.

Übungen Ingenieurmathematik

27 Taylor-Formel und Taylor-Entwicklungen

Mathematik für Sicherheitsingenieure I A

Der Taylorsche Satz Herleitung und Anwendungen

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker

FH Gießen-Friedberg, Sommersemester 2010 Skript 9 Diskrete Mathematik (Informatik) 30. April 2010 Prof. Dr. Hans-Rudolf Metz.

Anwendungen der Differentialrechnung

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida

Ganzrationale Funktionen

Übungen zu Einführung in die Analysis

2 Tschebyscheff-Approximation durch Polynome

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 3. Übung/Lösung Mathematik für Studierende der Biologie

Aufgabe 1. Version A Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.

Die elementaren Funktionen (Überblick)

Approximationstheorie und Approximationspraxis

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr)

Kardinalfunktionen. Florian Badt. 2. Juni Universität des Saarlandes, Saarbrücken

Übungen zur Vorlesung MATHEMATIK II

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema

Übungsaufgaben zu Kapitel 1 bis 4 (Studiengang Produktionstechnik)

10. Periodische Funktionen, Fourier Reihen

10 Differenzierbare Funktionen

ETH Zürich Musterlösungen Basisprüfung Sommer 2014 D-MAVT & D-MATL Analysis I & II Prof. Dr. Urs Lang

6 Polynominterpolation

Mathematischer Vorkurs NAT-ING II

Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 1

Mathematik 2 SS 2016

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung: Woche vom bis

Lanczos Methoden. Stefan Grell Im Rahmen eines Proseminar zur Numerischen Mathematik unter der Leitung von Prof. Wolf Hofmann. 15.

Musterlösungen zu Blatt 15, Analysis I

MATHEMATIK I für Bauingenieure (Fernstudium)

Vorlesung Analysis I WS 07/08

VII Komplexe Zahlen. Propädeutikum Holger Wuschke. 24. September 2018

TECHNISCHE UNIVERSITÄT MÜNCHEN

Prof. Schneider Höhere Mathematik I/II Musterlösung A = x 1 = 6x 1 + x 3 x 2 = 2x 2 x 3 = x 1 + 6x 3

2.9 Die komplexen Zahlen

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung

Kapitel 5 Trigonometrie

Tutorium: Analysis und lineare Algebra. Differentialrechnung. Steven Köhler. mathe.stevenkoehler.de Steven Köhler

F u n k t i o n e n Zusammenfassung

Einiges über komplexe Zahlen

Übersicht. 1. Motivation. 2. Grundlagen

Tschebyschow-Polynome

Höhere Mathematik II. Variante A

Transkript:

Institut für Numerische Mathematik Martin-Luther-Universiät Halle-Wittenberg 23. November 2006

1 Anwendung Definition Rekursionsgleichung 2 Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten 3 Verhalten lineare Approximation 4 Tiefpass

Anwendung Anwendung Definition Rekursionsgleichung 1 bei Tiefpass 2 gleichmäßige Approximation 3 optimale Stützstellenwahl bei Interpolation 4 Diffentialgleichungen 5 Algebra: Kommuativer Ring mit Einselement

Anwendung Definition Rekursionsgleichung Definition für Parameterdarstellung Ein Tschebyscheff-Polynom T n ist ein Polynom vom Grad n Definition 1 für x [ 1, 1] T n (x) = cos nξ, x = cos ξ 2 für x (, 1] T n (x) = cosh nξ, x = cosh ξ 3 für x [1, ) T n (x) = ( 1) n cosh nξ, x = cosh ξ

weitere Parameterdarstellung Anwendung Definition Rekursionsgleichung Darstellung des Cosinus bzw. hyperbolischen Cosinus mit Hilfe von z = exp(iξ) bzw. z = exp(ξ) T n (x) = zn +z n 2, x = z+z 1 2

weitere Parameterdarstellung Anwendung Definition Rekursionsgleichung Darstellung des Cosinus bzw. hyperbolischen Cosinus mit Hilfe von z = exp(iξ) bzw. z = exp(ξ) T n (x) = zn +z n 2, x = z+z 1 2

Rekursionsgleichung Anwendung Definition Rekursionsgleichung Man erkennt, dass T 0 (x) 1 und T 1 (x) = x gilt. Für n 2 gilt die folgende Rekusion: T n+1 (x) = 2xT n (x) T n 1 (x) Die Polynome sehen dann wie folgt aus: T n (x) = 2 n 1 x n + p 1 x n 1 + p 2 x n 2 +... + p n, n 1

Rekursionsgleichung Anwendung Definition Rekursionsgleichung Man erkennt, dass T 0 (x) 1 und T 1 (x) = x gilt. Für n 2 gilt die folgende Rekusion: T n+1 (x) = 2xT n (x) T n 1 (x) Die Polynome sehen dann wie folgt aus: T n (x) = 2 n 1 x n + p 1 x n 1 + p 2 x n 2 +... + p n, n 1

Rekursionsgleichung Anwendung Definition Rekursionsgleichung Man erkennt, dass T 0 (x) 1 und T 1 (x) = x gilt. Für n 2 gilt die folgende Rekusion: T n+1 (x) = 2xT n (x) T n 1 (x) Die Polynome sehen dann wie folgt aus: T n (x) = 2 n 1 x n + p 1 x n 1 + p 2 x n 2 +... + p n, n 1

Symmetrie Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Satz 1 Sei T n (x) ein Tschebyscheff-Polynom vom Grad n, dann gilt: T n (x) = ( 1) n T n ( x) Für gerade n sind die T n symmetrisch und für ungeade n sind sie punktsymmetrisch zum Ursprung.

Nullstellen 1 Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Die NST von T n, n 1 sind reell einfach liegen im Intervall ( 1, 1) und sind durch gegeben. x ν = cos ξ ν mit ξ ν = ν 1 2 n π und ν {1, 2,..., n}

Nullstellen 1 Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Die NST von T n, n 1 sind reell einfach liegen im Intervall ( 1, 1) und sind durch gegeben. x ν = cos ξ ν mit ξ ν = ν 1 2 n π und ν {1, 2,..., n}

Nullstellen 2 Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Die Folge ξ 1, ξ 2,..., ξ n ist offenbar gemäß 0 < ξ 1 < ξ 2 <... < ξ n < π geordnet, so dass die NST x ν absteigend geordnet sind: 1 > x 1 > x 2 >... > x n > 1 Das die x ν die NST von T n sind folgt direkt aus der Definition und es sind alle NST, da ein Polynom vom Grad n maximal n NST haben kann.

Extremwerte Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Aus der Definition folgt, dass die T n, n 1 die Schranken -1 bzw. 1 genau n + 1 mal annehmen und zwar an den Stellen: x ν = cos x ν ξ ν mit x ν ξ ν = ν 1 n π und ν {1, 2,..., n, n + 1} T n ( x ν ) = ( 1) ν 1 mit ν {1, 2,..., n, n + 1} Da ein Polynom vom Grad n maximal n 1 Extrema besitzt bilden die x 2, x 3,..., x n die Menge der lokalen Extrema.

Extremwerte Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Aus der Definition folgt, dass die T n, n 1 die Schranken -1 bzw. 1 genau n + 1 mal annehmen und zwar an den Stellen: x ν = cos x ν ξ ν mit x ν ξ ν = ν 1 n π und ν {1, 2,..., n, n + 1} T n ( x ν ) = ( 1) ν 1 mit ν {1, 2,..., n, n + 1} Da ein Polynom vom Grad n maximal n 1 Extrema besitzt bilden die x 2, x 3,..., x n die Menge der lokalen Extrema.

Asymtotisches Verhalten Symmetrie Nullstellen Extremwerte Asymtotisches Verhalten Polynome verhalten sich wie ihre höchste Potenz, also verhalten sich alle T n wie folgt: lim x ± 2n 1 x n

gerade n gerade n ungerade n rot: T 2 (x) = 2x 2 1 grün: T 4 (x) = 8x 4 8 x 2 + 1 blau: T 6 (x) = 2 x 6 48 x 4 + 18 x 2 1 1 0.5 0 0.5 1 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1

ungerade n gerade n ungerade n blau: T 3 (x) = 4x 3 3x rot: T 5 (x)16x 5 20 x 3 + 5x grün: T 7 (x) = 64x 7 112 x. 5 + 56x 3 7x 1.5 1 0.5 0 0.5 1 1.5 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1

Verhalten Verhalten lineare Approximation Bei den meisten Anwendungen ist nur das Verhalten in [ 1, 1] von Interesse. max T x(x) = 1 1 x 1 Die T n sind die einzigen Polynome, die max T x(x) 1 erfüllen. 1 x 1

Verhalten Verhalten lineare Approximation Bei den meisten Anwendungen ist nur das Verhalten in [ 1, 1] von Interesse. max T x(x) = 1 1 x 1 Die T n sind die einzigen Polynome, die max T x(x) 1 erfüllen. 1 x 1

Polynomapproximation Verhalten lineare Approximation Man kann den sin und cos auch durch darstellen und diese Reihen konvergieren viel schneller als entsprechenden Taylorreihen. cos xπ = α ν T 2ν (x) und sin xπ = x β ν T 2ν (x) ν=0 ν=0

Polynomapproximation Verhalten lineare Approximation Man kann den sin und cos auch durch darstellen und diese Reihen konvergieren viel schneller als entsprechenden Taylorreihen. cos xπ = α ν T 2ν (x) und sin xπ = x β ν T 2ν (x) ν=0 ν=0

lineare Approximation Verhalten lineare Approximation blau: f (x) = e x Stützstellen: x 0,1 = ± 1 2 und grün: p 1 (x) = 1, 085441 x + 1, 2606504 3 2.5 2 X: 0.71 Y: 2.031 gesucht: min max f (x) p 1 (x) x I 1.5 1 0.5 X: 0.71 Y: 0.49 0 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1

Absolute Fehler g(x) = f (x) p 1 (x) Verhalten lineare Approximation 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1

Tiefpass Tiefpass

Stoer/Bulirsch: Numerische Mathematik 2 Preuß/Wenisch Numerische Mathematik Monatshefte für Mathematik 77, 132-147 (1973) Teubner - Taschenbuch der Mathematik