• Keine Ergebnisse gefunden

Bestimmen Sie die Parameter a1, a2 mit der Methode der kleinsten Quadrate, d.h

N/A
N/A
Protected

Academic year: 2022

Aktie "Bestimmen Sie die Parameter a1, a2 mit der Methode der kleinsten Quadrate, d.h"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Universit¨at T¨ubingen T¨ubingen, den 07.05.2018 Mathematisches Institut

Dr. Sarah Eberle

4. ¨Ubungsblatt zur Numerik f¨ur Informatiker, Bio- und Medieninformatiker

Aufgabe 5: (Positive Definitheit) Beweisen Sie:

Eine MatrixAist genau dann positiv definit inRn×n, wenn die symmetrische MatrixA+AT positiv definit ist.

Aufgabe 6: (Ausgleichsproblem)

Bei der Messung des Zerfalls zweier radioaktiver Stoffe hat man zu verschiedenen Zeiten ti die Strahlungsintensit¨atsi beobachtet:

ti 0 1 2 3

si 4.30 1.48 0.56 0.24

Aufgrund der verschiedenen Halbwertszeiten (12 bzw. 1 Zeiteinheit) macht man f¨ur die Strahlungsin- tensit¨at den Ansatz

s(t) =a1·2−2t+a2·2−t.

Bestimmen Sie die Parameter a1, a2 mit der Methode der kleinsten Quadrate, d.h.

3

X

j=0

|s(tj)−sj|2

soll minimal werden.

Besprechung in den ¨Ubungen am 15. und 16.05.2018.

Bitte wenden!

(2)

Aufgaben Haus¨ubung Blatt 2

Aufgabe 4*: (4 Punkte)

Berechnen Sie f¨ur die symmetrisch, positiv definite Matrix A=

4 2 −4

2 10 1

−4 1 6

 die Cholesky- Zerlegung A = ¯LL¯T mit unterer Dreiecksmatrix ¯L = LD12 (wobei D12 = diag(√

di), i = 1,2,3) und geben Sie dabei die MatrizenLund Dexplizit an.

Aufgabe 5*: (4 Punkte)

Eine EllipseE⊂R2 sei gegeben durchE ={(x, y)|ax2+by2 = 1}. Aus einer Zeichnung wird grob ausgemessen, dass die Punkte (3,0), (1,1), (0,1) auf der Ellipse liegen.

(a) Stellen Sie ein lineares Ausgleichsproblem zur Bestimmung von a und b aus den Messungen auf und l¨osen Sie dieses von Hand unter Verwendung der Normalengleichung.

(b) Vergleichen Sie die Kondition des Ausgleichsproblems mit der Kondition der Matrix aus der Normalengleichung.

(c) Plotten Sie die Ausgleichsellipse mit Matlab.

Aufgabe 6*: (4 Punkte)

Bei der L¨osung linearer AusgleichsproblemekAx−bk2 ergibt sich h¨aufig das Problem, neue Mess- daten in eine schon vorhandene Reihe von Daten aufzunehmen, oder gewisse Messdaten zu entfernen.

(a) Wie ver¨andert sich jeweils die MatrixAzu einer Matrix ˜A, wenn (i) ein neuer Messwert zus¨atzlich ber¨ucksichtigt wird, bzw.

(ii) wenn ein vorhandener Messwert entfernt wird?

(b) Es liege bereits eine QR-Zerlegung von A, die mittels Givensrotation bestimmt wurde, vor.

Bei der Givensrotation werden MatrizenGkl mit

auf die Matrix ˜R angewendet um die Eintr¨age zu eliminieren, sodass ˜R am Ende wieder die gew¨unschte Form einer oberen Dreiecksmatrix besitzt. Wie l¨asst sich dann f¨ur die beiden F¨alle aus (a) eine neue Zerlegung ˜A= ˜QR˜ berechnen?

Schriftliche Abgabe der Haus¨ubung in maximal Zweiergruppen am 14.05.2018 zu Beginn der Vorlesung.

Ansprechpartner: Sarah Eberle,

eberle@na.uni-tuebingen.deoder vereinbaren Sie einen Termin f¨ur meine Sprechstunde

Referenzen

ÄHNLICHE DOKUMENTE

Die von H ARVEY (1999) vermutete Ophiophagie von Apostolepis multicinta wird hier durch den Fund einer Leptotyphlops melanotermus im Magen eines Tieres

metische Mittel im Sinne der Ausgleichsrechnung und daher nicht als Beweis für · die Zurückführung der Methode der kleinsten Quadrate auf das arithmetische Mittel

v erbess erungen in d en v erschie denartigen V erb esserun gs gl eichungen tunlichst auf gleiche Höhe zu brin gen, was b ei Seitengl eichungen durch Multiplikation mit

I (Approximative) Verteilungsfunktion (ebenfalls mit F (x ) bezeichnet) zu klassierten Daten entsteht so durch lineare Interpolation der an den Klassengrenzen k j bekannten (und

Auch der/die Median(e) geh¨oren (insbesondere bei numerischen Merkmalen) h¨aufiger nicht zur Menge A der Merkmalsauspr¨agungen; lediglich der/die Modalwert(e) kommen stets auch in

I Der oben beschriebenen Konvention f¨ur stetige Merkmale folgend ist der Median des stetigen Merkmals zur Urliste. 1.85, 6.05, 7.97, 11.16, 17.19, 18.87, 19.82, 26.95, 27.25, 28.34

I Verfahren f¨ur ordinalskalierte Merkmale k¨onnen nur dann eingesetzt werden, wenn beide Merkmale X und Y mindestens ordinalskaliert sind. I Verfahren f¨ur kardinalskalierte

I Verfahren f¨ur ordinalskalierte Merkmale k¨onnen nur dann eingesetzt werden, wenn beide Merkmale X und Y mindestens ordinalskaliert sind. I Verfahren f¨ur kardinalskalierte