A) Die Summe der Potenzen aller Terme des Polynoms. B) Die höchste Potenz der Variablen im Polynom. C) Die Anzahl der Terme im Polynom. D) Der Koeffizient des höchstwertigen Terms.
A) Ermittlung der genauen Werte von Datenpunkten. B) Manipulation von Daten, um sie an ein bestimmtes Muster anzupassen. C) Ignorieren von Datenausreißern für mehr Genauigkeit. D) Schätzung von Werten zwischen bekannten Datenpunkten.
A) Maximierung der Ausreißer in den Daten. B) Verwendung des Medians anstelle des Mittelwerts. C) Minimierung der Summe der quadratischen Differenzen zwischen den Datenpunkten und der Näherungsfunktion. D) Genaues Anpassen der Datenpunkte.
A) Die Annäherung liefert exakte Werte, während die Interpolation Schätzungen liefert. B) Die Interpolation ist weniger genau als die Approximation. C) Die Interpolation wird für diskrete Daten verwendet, während die Approximation für kontinuierliche Daten gilt. D) Bei der Interpolation werden alle Datenpunkte berücksichtigt, bei der Approximation nicht.
A) Bolzano's Zwischenwertsatz (Intermediate Value Theorem) B) Cauchy's Mittelwert-Theorem C) Rolls Theorem D) Weierstraß-Approximationstheorem
A) Die Rechengeschwindigkeit der Berechnungen zu maximieren. B) Sicherzustellen, dass das Polynom ganzzahlige Koeffizienten hat. C) Den maximalen Fehler über ein bestimmtes Intervall zu minimieren. D) Den Grad des Polynoms so hoch wie möglich zu wählen.
A) Die Anzahl der Datenpunkte in der Approximation. B) Das Fehlen von Fehlern bei der Annäherung. C) Die Differenz zwischen der tatsächlichen Funktion und ihrer Näherung. D) Die Summe aller berechneten Fehler in der Approximation.
A) 2N Mal. B) N Mal. C) N + 2 Mal. D) N/2 Mal.
A) Es handelt sich um stückweise Polynomfunktionen, die für die Interpolation verwendet werden. B) Es handelt sich um Exponentialfunktionen, die für die Annäherung der kleinsten Quadrate verwendet werden. C) Sie sind rationale Funktionen, die für die Fehleranalyse verwendet werden. D) Es handelt sich um trigonometrische Funktionen, die zur Datenglättung verwendet werden.
A) Sie verhindert eine Überanpassung und verbessert die Generalisierung der Annäherung. B) Dadurch wird mehr Rauschen in die Daten eingebracht, was die Genauigkeit erhöht. C) Dies erhöht die Komplexität des Angleichungsmodells. D) Ausreißern in den Daten wird mehr Gewicht beigemessen.
A) Sie benötigen weniger Datenpunkte für genaue Ergebnisse. B) Sie beschränken sich auf lineare Näherungen. C) Sie sind weniger rechenintensiv als univariate Verfahren. D) Sie können Funktionen mit mehreren Variablen und Interaktionen verarbeiten. |