Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ...
Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ... Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ...
46 Lineare und nichtlineare Gleichungen Es wird ein linearer Zusammenhang s = x 1 + x 2 t zwischen Tiefe und Sauerstoffgehalt vermutet und nach den “besten” Parametern x 1 ,x 2 gefragt. Diese werden nach der Methode der kleinsten Quadrate als Lösung der Aufgabe Minimiere 7 1/2 [(x 1 + x 2 t i ) − s i ] 2 bestimmt. Dies ist ein lineares Least Squares Problem mit den Daten ⎛ ⎞ ⎛ ⎞ 1 15 6.50 1 20 5.60 1 30 5.40 A := 1 40 , b := 6.00 . ⎜ 1 50 ⎟ ⎜ 4.60 ⎟ ⎝ 1 60 ⎠ ⎝ 1.40 ⎠ 1 70 0.10 i=1 Anwendung der obigen Funktion LSq liefert (nach format long) das Ergebnis 8.63101983002833 x = . −0.10813031161473 Natürlich können wir diese Aufgabe auch mit Maple lösen. Man erhält > with(LinearAlgebra): > A:=Matrix([[1,15],[1,20],[1,30],[1,40],[1,50],[1,60],[1,70]]): > b:=: > x:=LeastSquares(A,b); x := 8.63101983002832895 −.108130311614730870 Wir wollen uns das Ergebnis veranschaulichen. In Abbildung 2.3 links haben wir die Least Squares Approximation der Daten durch eine Gerade, rechts durch eine Parabel dargestellt. Man beachte, dass es wegen notwendiger Beobachtungsfehler keinen Sinn machen würde, durch die (sieben) Datenpaare (t, s) ein Polynom sechsten Grades zu legen, auch wenn man hierdurch eine wesentlich bessere Übereinstimmung mit den Beobachtungen erhalten würde. Bei einem “richtigen” Modell haben die Parameter, die aus den Beobachtungen und durch die Methode der kleinsten Quadrate zu bestimmen sind, einen “interpretierbaren” Sinn, und das wäre bei einem Polynom sechsten Grades in der Monomdarstellung i. Allg. nicht der Fall. Trotzdem geben wir eine Darstellung des interpolierenden Polynoms in Abbildung 2.4 an. ✷ 2.1.5 Aufgaben 1. Jeannot 9 spielt mit einer Waage, deren zwei Schalen sich im Gleichgewicht befinden, wenn man auf die eine ein Gewicht von 100 g und auf die andere zwei gleiche Schlüs- 9 Diese Aufgabe haben wir wörtlich J. C. Baillif (1985, S. 11) Denkpirouetten. Spiele aus Logik und Mathematik. Hugendubel,München entnommen.
2.1 Lineare Gleichungssysteme 47 8 Approximation durch Gerade 7 Approximation durch Parabel 7 6 6 5 5 4 4 3 3 2 2 1 1 0 0 10 20 30 40 50 60 70 −1 10 20 30 40 50 60 70 Abbildung 2.3: Least Squares Approximation 7 Interpolation der Daten 6 5 4 3 2 1 0 −1 10 20 30 40 50 60 70 Abbildung 2.4: Interpolation der Daten sel, zwei gleiche Münzen und drei gleiche Spielsoldaten, oder aber einen Apfel, einen Soldaten und eine Aprikose legt. Eine Münze, ein Schlüssel, ein Soldat und eine Pflaume wiegen zusammen 50 g. Die Aprikose, der Apfel und die Pflaume wiegen genausoviel wie eine Münze, ein Schlüssel, ein Soldat und die Feder des Weckers. Wieviel wiegt die Feder des Weckers? 2. Vor dem Pokerspiel entspricht die Summe, über die Paul verfügt, plus zweimal das, was André und Bernard besitzen, dem Zweifachen dessen, was Claude hat, plus dem Dreifachen dessen, über das Jean verfügt, und nochmals 300 Francs. Wenn André 1500 Francs mehr hätte, hätte er genausoviel wie Jean und Bernard, zuzüglich dem Zweifachen dessen, worüber Paul verfügt. Wenn Claude 1100 Francs mehr hätte, würde er soviel besitzen wie alle anderen vier Spieler zusammen.
- Seite 1 und 2: Kapitel 2 Lineare und nichtlineare
- Seite 3 und 4: 2.1 Lineare Gleichungssysteme 21 Is
- Seite 5 und 6: 2.1 Lineare Gleichungssysteme 23 Se
- Seite 7 und 8: 2.1 Lineare Gleichungssysteme 25 so
- Seite 9 und 10: 2.1 Lineare Gleichungssysteme 27
- Seite 11 und 12: 2.1 Lineare Gleichungssysteme 29 Da
- Seite 13 und 14: 2.1 Lineare Gleichungssysteme 31 >
- Seite 15 und 16: 2.1 Lineare Gleichungssysteme 33 Es
- Seite 17 und 18: 2.1 Lineare Gleichungssysteme 35 Da
- Seite 19 und 20: 2.1 Lineare Gleichungssysteme 37 Da
- Seite 21 und 22: 2.1 Lineare Gleichungssysteme 39 un
- Seite 23 und 24: 2.1 Lineare Gleichungssysteme 41 fu
- Seite 25 und 26: 2.1 Lineare Gleichungssysteme 43 Di
- Seite 27: 2.1 Lineare Gleichungssysteme 45 x(
- Seite 31 und 32: 2.1 Lineare Gleichungssysteme 49
- Seite 33 und 34: 2.2 Nichtlineare Gleichungen und Gl
- Seite 35 und 36: 2.2 Nichtlineare Gleichungen und Gl
- Seite 37 und 38: 2.2 Nichtlineare Gleichungen und Gl
- Seite 39 und 40: 2.2 Nichtlineare Gleichungen und Gl
- Seite 41 und 42: 2.2 Nichtlineare Gleichungen und Gl
- Seite 43 und 44: 2.2 Nichtlineare Gleichungen und Gl
- Seite 45 und 46: 2.2 Nichtlineare Gleichungen und Gl
- Seite 47 und 48: 2.2 Nichtlineare Gleichungen und Gl
- Seite 49 und 50: 2.2 Nichtlineare Gleichungen und Gl
- Seite 51 und 52: 2.2 Nichtlineare Gleichungen und Gl
- Seite 53 und 54: 2.2 Nichtlineare Gleichungen und Gl
- Seite 55 und 56: 2.2 Nichtlineare Gleichungen und Gl
- Seite 57 und 58: 2.2 Nichtlineare Gleichungen und Gl
46 <strong>Lineare</strong> <strong>und</strong> <strong>nichtlineare</strong> <strong>Gleichungen</strong><br />
Es wird ein linearer Zusammenhang s = x 1 + x 2 t zwischen Tiefe <strong>und</strong> Sauerstoffgehalt<br />
vermutet <strong>und</strong> nach den “besten” Parametern x 1 ,x 2 gefragt. Diese werden nach der<br />
Methode der kleinsten Quadrate als Lösung der Aufgabe<br />
Minimiere<br />
7<br />
1/2<br />
[(x 1 + x 2 t i ) − s i ] 2<br />
bestimmt. Dies ist ein lineares Least Squares Problem mit den Daten<br />
⎛ ⎞ ⎛ ⎞<br />
1 15<br />
6.50<br />
1 20<br />
5.60<br />
1 30<br />
5.40<br />
A :=<br />
1 40<br />
, b :=<br />
6.00<br />
.<br />
⎜ 1 50<br />
⎟ ⎜ 4.60<br />
⎟<br />
⎝ 1 60 ⎠ ⎝ 1.40 ⎠<br />
1 70<br />
0.10<br />
i=1<br />
Anwendung der obigen Funktion LSq liefert (nach format long) das Ergebnis<br />
<br />
8.63101983002833<br />
x =<br />
.<br />
−0.10813031161473<br />
Natürlich können wir diese Aufgabe auch mit Maple lösen. Man erhält<br />
> with(LinearAlgebra):<br />
> A:=Matrix([[1,15],[1,20],[1,30],[1,40],[1,50],[1,60],[1,70]]):<br />
> b:=:<br />
> x:=LeastSquares(A,b);<br />
x :=<br />
8.63101983002832895<br />
−.108130311614730870<br />
Wir wollen uns das Ergebnis veranschaulichen. In Abbildung 2.3 links haben wir die<br />
Least Squares Approximation der Daten durch eine Gerade, rechts durch eine Parabel<br />
dargestellt. Man beachte, dass es wegen notwendiger Beobachtungsfehler keinen Sinn<br />
machen würde, durch die (sieben) Datenpaare (t, s) ein Polynom sechsten Grades zu<br />
legen, auch wenn man hierdurch eine wesentlich bessere Übereinstimmung mit den<br />
Beobachtungen erhalten würde. Bei einem “richtigen” Modell haben die Parameter, die<br />
aus den Beobachtungen <strong>und</strong> durch die Methode der kleinsten Quadrate zu bestimmen<br />
sind, einen “interpretierbaren” Sinn, <strong>und</strong> das wäre bei einem Polynom sechsten Grades<br />
in der Monomdarstellung i. Allg. nicht der Fall. Trotzdem geben wir eine Darstellung<br />
des interpolierenden Polynoms in Abbildung 2.4 an.<br />
✷<br />
2.1.5 Aufgaben<br />
1. Jeannot 9 spielt mit einer Waage, deren zwei Schalen sich im Gleichgewicht befinden,<br />
wenn man auf die eine ein Gewicht von 100 g <strong>und</strong> auf die andere zwei gleiche Schlüs-<br />
9 Diese Aufgabe haben wir wörtlich<br />
J. C. Baillif (1985, S. 11) Denkpirouetten. Spiele aus Logik <strong>und</strong> Mathematik. Hugendubel,München<br />
entnommen.