Wenn man den Fehler finden will muesstest du auch deine einzelnen Schritte mal posten.
hat evtl jemand den beweis für die bezier kurven f(0) = b0 und f(1) = bn?
ich hätte argumentiert dass gilt 0=<Bni (u) <= 1 für u element von [0,1]
und damit folgt dass für i = 0 der kleinste wert herauskommen muss also 0 und für i = n folgt nach binominalkonvergenz
n über n = 1 und damit Bni(u) = 1 und damit bn*1 = bn
kann man das so sagen ?
komisch formatiertes Zeug
Hab den Fehler 
du musst einfach die Formel, die angegeben ist, benutzen. Dabei ist halt das B_i^n das Bernsteinpolynom und bei der Summe musst du einmal i = 0 und einmal i = n setzen, da 0 und n ja die Endpunkte sind. Dann noch f(0) und f(1) ausrechnen und dann kommt genau das was zu zeigen ist raus.
wenn man das mach dann erhät man
sum[n=n und i = 0] bo* (n über 0 ) = 1 (1-u)^n^u^0 = b0
sum[n=n und i =n] bn[n über n) = bn1 *(1-1)^0 1n^n da kommt dann nichts raus da 0^0 nicht definiert
ich hab das so gemacht
Attachment:
bern.docx: https://fsi.cs.fau.de/unb-attachments/post_123591/bern.docx
da kommt bei
(1-1)^n-n = 0^0 und das ist nicht 1
(n über 1 ) ist nicht null (1-0)^n-i ist auch nicht null aber der letzte Faktor 0^i ist null
(n über 1 ) ist auch nicht 0 aber (1-1)^n-1 ist null und damit sind die anderen Faktoren auch alle null
nur falls du das so mit den nullern in der Klausur schreibst
Naja, man kanns über 2 Schritte machen:
Zuerst allgemein für u:
B_n^n(u) = (n über n) * u^n * (1 - u)^(n-n) = 1 * u^n * (1 - u)^0 = u^n * 1 = u^n
und dann u = 1 einsetzen:
B_n^n(1) = 1^n = 1
Bei der 8 d Fehlt dir übrigends das Lagrange Polynom du hattest bis dahin nur die Koeffizienten bestimmt.
du musst noch y0l0+y1l1… machen
ok danke 
Müsste die P3 in der 2a nicht (1/4, 1/2, 1/4) sein?
Ja denke da hast du Recht. Habs auch so. Und ich hab für P4 (1/2, 1/2, -1)
Ok, deine P4 Lösung stimmt aber sicher nicht, die Summe der Koordinaten muss immer 1 ergeben.
kann jemand was zu Aufg. 3 b,c,d sagen?
separierbar bedeutet die Matrix kann in 2 Vektoren zerlegt werden und der Rang ist 1
Es folgt : 2te Matrix ist (1 -2 1) * (-1 0 1)T Sobel
4te Matrix ist 1/6 * (1 1 1) * 1/6 * (1 1 1 1)T
b O(n2) bei nicht separierbaren
c, O(n) bei separierbaren (Konstante hab ich weggelassen)
d, ist der sogenannte Mexican Hat
[0 1 0, 1 -4 1, 0 1 0]
http://www.cs.utah.edu/~jfishbau/advimproc/project1/images/log.png
5a) hab ich (1 1)^T
5b) kannst du da mal kurz erklären wie man alpha und beta ausrechnet, und wofür man das braucht?
5c)
s0 hab ich genauso.
t0 = 1/2 hast dich vielleicht verrechnet.
x1 ist dann (-1 0)^T
Schau mal ins skript, S.132 Algorithmus 12.
Ich bin mir nur nicht 100% sicher dass das stimmt. Da wird ja am Anfang s0, also die Suchrichtung aus g0 berechnet. Nur wozu haben wir die dann überhaupt gegeben? Sind ja auch unterschiedliche Vektoren. Oder steh ich da jetzt komplett auf dem Schlauch?
Wenn man die vorgegebene Suchrichtung benutzt kommen keine so schönen Werte raus:
alpha=5, x1=(1 -4), g1=(7 -4), beta=13, s1=(-7,13)
5b)
Für den ersten Schritt ist ja die Suchrichtung (0,-1)^T gegeben. Die passende Schrittweite kann man über die gegebene Formel berechnen (es ist ja alles gegeben).
Dann kann man x1 berechnen:
x1 = x0 + t_0 * s0 = (1,1)^T + t_0 * (0,-1)^T
Für den zweiten Schritt benötigt man nur eine A-konjugierte Richtung zu s0. Die wurde ja schon in a) berechnet :).
Dann wieder die Schrittweite berechnen und x2 geht dann wieder analog zu x1:
x2 = x1 + t_1 * s1
5c)
Im Unterschied zu 5b) muss man eben hier selbst die Suchrichtung = negativer Gradient berechnen.
P4 müsste (0,0,-1) sein oder?