Stetige Kleinste-Quadrate-Approximation

Slides:



Advertisements
Ähnliche Präsentationen
Abschlussprüfung an Realschulen
Advertisements

Polynomial Root Isolation
Simulation komplexer technischer Anlagen
Schnelle Matrizenoperationen von Christian Büttner
Zusatzthemen. Kapitel 5 © Beutelspacher Juni 2004 Seite 2 Inhalt Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III.
VII. Differentialrechnung
Vom graphischen Differenzieren
13. Transformationen mit Matrizen
Seminar „Extrapolationsmethoden für zufällige Felder“
Numerik partieller Differentialgleichungen
Diese Fragen sollten Sie beantworten können
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 03Teil.
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Algorithmentheorie 02 – Polynomprodukt und Fast Fourier Transformation
Kapitel 3 Gleichungen.
Kapitel 5 Stetigkeit.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Beispiele für Gleichungssysteme
V. Algebra und Geometrie
K. Desch - Statistik und Datenanalyse SS05
Zeitreihenanalyse WS 2004/2005 Michael Hauhs / Gunnar Lischeid
DVG Gaußscher Algorithmus1 Gaußscher Algorithmus.
Gaußscher Algorithmus
Quaternionen Eugenia Schwamberger.
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
§ 29 Determinanten: Eigenschaften und Berechnung
Wahrscheinlichkeitsrechnung
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
Seminar Stringtheorie und Geometrische Methoden der Physik
Variationsformalismus für das freie Teilchen
§10 Vektorraum. Definition und Beispiele
Computergrafik – Inhalt Achtung! Kapitel ist relevant für CG-2!
Sali zäma.
§24 Affine Koordinatensysteme
Zeit: 13h-15h Datum: Raum: IFW B42
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§3 Allgemeine lineare Gleichungssysteme
Polynome und schnelle Fourier-Transformation
Gleichungen und Gleichungssysteme
Fuzzymengen – Was ist das?
Institut für Theoretische Informatik
Plenum Ganzrationale Funktionen
Ganzrationale Funktionen
Teil 2: Kurven und Flächen
Fourier-Reihen Was ist eine Fourier-Reihe?
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
Fourier-Analyse und technologische Anwendungen
Lineare Gleichungen mit 2 Variablen
Vom graphischen Differenzieren
Einführung zur Fehlerrechnung
Nichtlineare Optimierung
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Theorie, Anwendungen, Verallgemeinerungen
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Die Binomialverteilung
Deterministische Verfahren
Klassifizierung der Signale
Bernhard Riemann und sein Integral
Einführung in die Differentialrechnung
 Präsentation transkript:

Stetige Kleinste-Quadrate-Approximation Referentin: Mandy Peter

Ausblick 1. Wiederholung 2. Stetige Kleinste-Quadrate-Approximation 2.1. Worum geht es? 2.2. Polynomapproximation + Beispiel 2.3. Approximation mit verallgemeinerten Polynomen 2.4. Harmonische Analyse + Beispiel 3. Literatur

1. Wiederholung Diskrete Kleinste-Quadrate-Approximation Funktion f(x) nur an diskreten Stellen bekannt Approximation des funktionalen Zusammenhangs mit Hilfe Näherungsfunktion Gesucht: Das Minimum der Funktion

Zugehöriges Gleichungssystem, welches zu berechnen ist:

2. Stetige Kleinste-Quadrate-Approximation 2.1. Worum geht es? Konkreter funktionaler Zusammenhang y=f(x) bekannt Ziel: Funktion f(x) durch Näherungsfunktion P(x) zu ersetzen

2.2. Polynomapproximation Gesucht ist das jenige Polynom , dass im Sinne der Methode der Kleinsten Quadrate „möglichst gut“ den funktionalen Zusammenhang im vorgegeben Intervall approximiert. Gesucht: Minimum der Funktion

Notwendige Bedingungen für Minimum: Man erhält: Daraus ergibt sich: Gaußsche Normalengleichungen

Dieses Gleichungssystem lässt sich in der üblichen Form linearer Gleichungssysteme aufschreiben, wenn man die Vektoren und die Matrix wie folgt definiert ist:

Satz: Es sei gegeben und es gelte . Dann besitzen die Normalengleichungen eine eindeutige Lösung.

Beispiel Man approximiere die Funktion auf dem Intervall durch ein Polynom zweiten Grades. Damit ist gesucht, für das gilt:

Das Gleichungssystem, was es zu lösen gilt, lautet:

2.3. Approximation mit verallgemeinerten Polynomen Sei ein System von n+1 stetigen Funktionen gegeben, die auf dem Intervall , , linear unabhängig sind. Satz: Es sei ein Polynom vom Grad k. Dann sind auf jedem beliebigen Intervall , , linear unabhängig.

Definition: Eine integrierbare Funktion heißt Gewichtsfunktion auf dem Intervall , falls gilt: für und auf jedem Teilintervall von . Zweck: Teilabschnitte vom Intervall können hervorgehoben werden, auf denen die Approximation besonders genau erfolgen soll.

Verallgemeinertes Polynom: Gesucht: Minimum der Funktion

Notwendige Bedingungen für ein Minimum: Normalengleichungen

Definition: Ein System stetiger Funktionen heißt orthogonal auf dem Intervall bezüglich der Gewichtsfunktion , falls: Gilt des weiteren , dann nennt man das Funktionensystem orthonomiert.

Definition: Die Zahl heißt die Norm der Funktion auf dem Intervall .

Satz:

2.4. Harmonische Analyse Sei orthonormiertes Funktionensystem auf dem Intervall mit den Funktionen

Sei eine stetige periodische Funktion mit der Periode auf dem Intervall . Dann lautet das verallgemeinerte Polynom: Die Summanden heißen Harmonische.

Gesucht: Minimale Abweichung des Polynoms von der Fkt. im Sinne der Methode der Kleinsten Quadrate. Koeffizienten sind nach der Formel zu bestimmen: Man erhält: Die Koeffizienten und heißen trigonometrische Fourierkoeffizienten

Fall 1: f(x) ist gerade Funktion Dann:

Fall 2: f(x) ist ungerade Funktion Dann:

Bildet man nun im Trigonometrischen Fourierpolynom den Grenzübergang , so ergibt sich die trigonometrische Fourierreihe: mit , , Die Darstellung einer Funktion durch ihr trigonometrisches Fourierpolynom nennt man die harmonische Analyse dieser Funktion

Sägezahnschwingung

Lösung der Harmonischen Analyse Ungerade Funktion -> reicht aus b zu berechnen

Lösung der Harmonischen Analyse

Beispiel Man bestimme das allgemeine trigonometrische Polynom, das nach dem Kleinsten-Quadrate-Prinzip die Funktion bestmöglich approximiert. Gerade Funktion -> b fällt weg: Zu berechnen

Lösung der Harmonischen Analyse

3. Literatur HERMANN, M.(2006): Numerische Mathematik. München: Oldenbourg Wissenschaftsverlag. PETERS, Thomas: [http://www.mathe-seiten.de/fourier.pdf; 21.05.2014] [http://me-lrt.de/img/TM3-V02-05-Menschliche-Stimme- Klangkurve.png; 21.05.2014]