Bivariate Polynome auf Dreiecken

Slides:



Advertisements
Ähnliche Präsentationen
Lösung nichtlinearer Gleichungssysteme
Advertisements

Fast Fourier Transformation
Fachdidaktik Seminar – Kernideen der Mathematik
Polynome und mehrfache Nullstellen
Modellierung und Schätzung von Variogrammen
Seminar „Extrapolationsmethoden für zufällige Felder“
Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode
Planares 3 SAT ist NP-vollständig
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Algorithmentheorie 02 – Polynomprodukt und Fast Fourier Transformation
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Kapitel 5 Stetigkeit.
Mathematische Grundlagen
d.h. für alle  mit () = (s1,s2 ,...,sn,s) gilt: wenn
Geostatistik Interpolation & Kriging Geostatistik Interpolation
Bézier und NURBS Kurven & Flächen Vortrag von Stefan Endler
Quaternionen Eugenia Schwamberger.
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
Bézier-Bernstein Methoden für Bivariate Polynome
1 Friedrich-Alexander-Universität Erlangen-Nürnberg Christoph Rager Modellbasierte Zuverlässigkeitsanalyse (Hauptseminar 1: Qualitäts- und Zuverlässigkeitsmangagement)
Mittelsenkrechte und Umkreis
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§11 Skalarprodukt. Euklidische Räume
Seminar Stringtheorie und Geometrische Methoden der Physik
Semantik von UML Sequenzdiagrammen
Tetraederzerlegung Ina Ehmann Tetraederzerlegung.
Computergrafik – Inhalt Achtung! Kapitel ist relevant für CG-2!
Globale Interpolations- und Prädiktionsverfahren
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Polynome und schnelle Fourier-Transformation
Fakultät Informatik » Institut Systemarchitektur » Professur Datenschutz und Datensicherheit Einführung Proseminar „Kryptographische Grundlagen der Datensicherheit“
Institut für Theoretische Informatik
Plenum Ganzrationale Funktionen
Ganzrationale Funktionen
Dreiecke und Vielecke Konstruktionen m.palmer 2011.
EXPONENTIALVERTEILUNG
Der Höhensatz des Euklid
Teil 2: Kurven und Flächen
Beispiel (Herleitung von Niveaulinien)
Die spline-Interpolation
DEUTSCH Leseverstehen 2011 Jahrgangsstufe 8 GP ++
Euklid und die Elemente
1 (C)2006, Hermann Knoll, HTW Chur, FHO Quadratische Reste Definitionen: Quadratischer Rest Quadratwurzel Anwendungen.
Lebensdauer eines x-jährigen
Die spline-Interpolation
Die Eigenschaften eines >>reifen Christen<<
Blaise Pascal.
Fundamente der Computational Intelligence (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester.
Stetige Kleinste-Quadrate-Approximation
GeoGebra Nov MSP.
Goldener Schnitt O. Lavrova.
Didaktik der Geometrie (5)
Constraint Delaunay Triangulations
Didaktik der Geometrie (7)
Binärer Baum, Binärer Suchbaum I
Professor Dr. Günther Nürnberger Referentin: Mona Nimtz
Gliederung Grundlagen (Polytope) Platonische Körper (1. Beweis)
Version vom Max-Flow in Orientierten Matroiden Winfried Hochstättler & Robert Nickel Fernuniversität in Hagen Lehrstuhl für Diskrete Mathematik.
LAP IT-Techniker und IT-Informatiker
Polynome und mehrfache Nullstellen
Lyre: Jenseits von Zeit, Quanten und Information Seminar: Quanten und Information Peter Stocki |
Die Numerische Differentiation
Wiederholung Chinesischer Restsatz RSA TexPoint fonts used in EMF.
 Präsentation transkript:

Bivariate Polynome auf Dreiecken Lehrstuhl für Mathematik IV Approximationstheorie G. Nürnberger, M. Matt, G. Schneider Seminar HWS 2011 Bivariate Polynome auf Dreiecken 06. 10. 2011 Janette Schmid

Gliederung: 1. Grundlagen: Bivariate Polynome 2. Eigenschaften der Approxiamtion 3. Eigenschaften der Interpolation

1. Bivariate Polynome j 1.1 Definition Für heißt Bivariates Polynom vom Grad d. 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.2 Normen Gegeben sei ein Gebiet Ω in -Norm: 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.2 Normen Gegeben sei ein Gebiet Ω in -Norm: q-Norm: Für 0<q< gilt: 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.4 Satz Sei T ein Dreieck und der Flächeninhalt des Dreiecks, dann gilt für alle und für alle : K ist eine Konstante die nur von d abhängt. 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.5 Ableitungen Seien die partiellen Ableitungen von p, dann gilt: mit: für 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.5 Ableitungen Seien die partiellen Ableitungen von , dann gilt: mit: für Vergleich univariat: Ableitung: 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.6 Satz: Sei K eine Konstante in Abhängigkeit von d, T ein Dreieck und der Inkreisradius dieses Dreiecks, dann gilt für jedes Polynom : Für alle 1. Bivariate Polynome 2. Approximation 3. Interpolation

1.7 Richtungsableitung: Sei ein Vektor, dann ist die Richtungsableitung der Funktion f definiert durch: 1. Bivariate Polynome 2. Approximation 3. Interpolation

2. Approximation 2.1 Aproximation in der Maximumnorm Seminorm: Durchmesser von Ω: 1. Bivariate Polynome 2. Approximation 3. Interpolation

2.1 Satz: Sei Ω die abgeschlossene Hülle eines konvexen Gebiets in . Dann gibt für jedes ein , sodass gilt 1. Bivariate Polynome 2. Approximation 3. Interpolation

2.2 Aussage über die Konvergenzgeschwindigkeit: 2.1 Satz: Sei Ω die abgeschlossene Hülle eines konvexen Gebiets in . Dann gibt für jedes ein , sodass gilt 2.2 Aussage über die Konvergenzgeschwindigkeit: Der Exponent kann nicht erhöht werden. 1. Bivariate Polynome 2. Approximation 3. Interpolation

2.3 Durchschnittstaylorpolynom Taylorpolynom im univariaten: 1. Bivariate Polynome 2. Approximation 3. Interpolation

2.3 Durchschnittstaylorpolynom Taylorpolynom im univariaten: Taylorpolynom im bivariaten: 1. Bivariate Polynome 2. Approximation 3. Interpolation

Durchschnittstaylorpolynom: 1. Bivariate Polynome 2. Approximation 3. Interpolation

Sei eine Kreisscheibe in mit dem Radius p und dem Mittelpunkt Durchschnittstaylorpolynom: Gauss‘sche Glocke: Sei eine Kreisscheibe in mit dem Radius p und dem Mittelpunkt . Es gilt: mit 1. Bivariate Polynome 2. Approximation 3. Interpolation

Satz 2.2: Für jedes und gilt: 1. Bivariate Polynome 2. Approximation 3. Interpolation

Satz 2.2: Satz 2.3: Für jedes und gilt: Es existiert eine Konstante K in Abhängigkeit von d, sodass gilt: 1. Bivariate Polynome 2. Approximation 3. Interpolation

2.3 Approximation in der q-Norm Sobolev-Raum: mit 1. Bivariate Polynome 2. Approximation 3. Interpolation

Satz 2.4: Sei Ω die abgeschlossene Hülle eines konvexen Gebiets in . und sei , dann existiert ein K in Abhängigkeit von d, sodass gilt: 1. Bivariate Polynome 2. Approximation 3. Interpolation

3. Interpolation Univariat: Interpolation immer möglich an m+1 verschiedenen Punkten. Bivariat: Interpolation nicht immer möglich. Hängt ab von der Lage der Interpolationspunkte. Es ergibt sich folgende Matrix: Interpolation nur möglich, wenn gilt: 1. Bivariate Polynome 2. Approximation 3. Interpolation

Sei d=1 und und die 3 Punkte Beispiel: Sei d=1 und und die 3 Punkte liegen auf einer Geraden: y=ax+b. Dann ergibt sich folgende Matrix:  det(M)=0  Matrix nicht lösbar. 1. Bivariate Polynome 2. Approximation 3. Interpolation

Mögliche Lage der Interpolationspunkte: Satz 3.1: Geradenkriterium Sei A eine Menge von Punkten und eine Menge von d+1 Geraden. Wenn auf i-ter Geraden genau i Punkte liegen, aber keine der Punkte auf einem der Schnittpunkte, dann heißt A Interpolationslage von . 1. Bivariate Polynome 2. Approximation 3. Interpolation

Satz 3.2: Domainpoints (Spezialfall von Satz 3.1): Sei T ein Dreieck mit den Ecken und sei Dann ist die Punktmenge eine Interpolationslage von . 1. Bivariate Polynome 2. Approximation 3. Interpolation

Literatur: Lai, M. J.; Schumaker, L.L. (2007): Spline functions on triangulations, 1- 17. Cambridge Univ. Press.

Vielen Dank für Ihre Aufmerksamkeit