Produkte und Fragen zum Begriff Kleider Bügel:
-
Orthogonal Polynomials and Special Functions , Special functions and orthogonal polynomials in particular have been around for centuries. Can you imagine mathematics without trigonometric functions, the exponential function or polynomials? In the twentieth century the emphasis was on special functions satisfying linear differential equations, but this has now been extended to difference equations, partial differential equations and non-linear differential equations. The present set of lecture notes containes seven chapters about the current state of orthogonal polynomials and special functions and gives a view on open problems and future directions. The topics are: computational methods and software for quadrature and approximation, equilibrium problems in logarithmic potential theory, discrete orthogonal polynomials and convergence of Krylov subspace methods in numerical linear algebra, orthogonal rational functions and matrix orthogonal rational functions, orthogonal polynomials in several variables (Jack polynomials) and separation of variables, a classification of finite families of orthogonal polynomials in Askey¿s scheme using Leonard pairs, and non-linear special functions associated with the Painlevé equations. , Bücher > Bücher & Zeitschriften , Produktform: Kartoniert, Fachschema: Polynom, Fachkategorie: Differentialrechnung und -gleichungen~Numerische Mathematik, Imprint-Titels: Lecture Notes in Mathematics, Warengruppe: HC/Mathematik/Analysis, Fachkategorie: Funktionalanalysis und Abwandlungen, Thema: Verstehen, Text Sprache: eng, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: Springer Berlin Heidelberg, Verlag: Springer Berlin, Länge: 235, Breite: 155, Höhe: 24, Gewicht: 663, Produktform: Kartoniert, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, Genre: Mathematik/Naturwissenschaften/Technik/Medizin, eBook EAN: 9783540367161, Herkunftsland: DEUTSCHLAND (DE), Katalog: Gesamtkatalog, Katalog: Internationale Lagertitel, Katalog: internationale Titel, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0000, Unterkatalog: AK, Unterkatalog: Bücher,
Preis: 40.02 € | Versand*: 0 € -
Der orthogonal-axonometrische Verkürzungskreis , Ongewijzigde herdruk van de oorspronkelijke uitgave uit 1880. Uitgeverij Antigonos is gespecialiseerd in de uitgave van herdrukken van historische boeken. We zorgen ervoor dat deze werken in goede staat aan het publiek beschikbaar worden gesteld om hun culturele erfgoed te behouden. , Radlager, -naben & Buchsen > Federung & Lenkung
Preis: 11.90 € | Versand*: 0 € -
Der orthogonal-axonometrische Verkürzungskreis , Ongewijzigde herdruk van de oorspronkelijke uitgave uit 1880. Uitgeverij Antigonos is gespecialiseerd in de uitgave van herdrukken van historische boeken. We zorgen ervoor dat deze werken in goede staat aan het publiek beschikbaar worden gesteld om hun culturele erfgoed te behouden. , Radlager, -naben & Buchsen > Federung & Lenkung
Preis: 32.90 € | Versand*: 0 € -
CLASSICAL ORTHOGONAL POLYNOMIALS, THE , This book defines sets of orthogonal polynomials and derives a number of properties satisfied by any such set. It continues by describing the classical orthogonal polynomials and the additional properties they have. The first chapter defines the orthogonality condition for two functions. It then gives an iterative process to produce a set of polynomials which are orthogonal to one another and then describes a number of properties satisfied by any set of orthogonal polynomials. The classical orthogonal polynomials arise when the weight function in the orthogonality condition has a particular form. These polynomials have a further set of properties and in particular satisfy a second order differential equation. Each subsequent chapter investigates the properties of a particular polynomial set starting from its differential equation. , Bücher > Bücher & Zeitschriften
Preis: 91.24 € | Versand*: 0 € -
Riemannian Geometry in an Orthogonal Frame , Foreword by S S Chern In 1926-27, Cartan gave a series of lectures in which he introduced exterior forms at the very beginning and used extensively orthogonal frames throughout to investigate the geometry of Riemannian manifolds. In this course he solved a series of problems in Euclidean and non-Euclidean spaces, as well as a series of variational problems on geodesics. In 1960, Sergei P Finikov translated from French into Russian his notes of these Cartan's lectures and published them as a book entitled Riemannian Geometry in an Orthogonal Frame. This book has many innovations, such as the notion of intrinsic normal differentiation and the Gaussian torsion of a submanifold in a Euclidean multidimensional space or in a space of constant curvature, an affine connection defined in a normal fiber bundle of a submanifold, etc. It has now been translated into English by Vladislav V Goldberg, currently Distinguished Professor of Mathematics at the New Jersey Institute of Technology, USA, who also edited the Russian edition. , Bücher > Bücher & Zeitschriften , Erscheinungsjahr: 20011211, Produktform: Kartoniert, Beilage: Paperback, Autoren: É Cartan, Seitenzahl/Blattzahl: 278, Warengruppe: TB/Mathematik/Geometrie, Fachkategorie: Analytische Geometrie, Text Sprache: eng, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Länge: 229, Breite: 152, Höhe: 15, Gewicht: 407, Produktform: Kartoniert, Genre: Importe, Genre: Importe, Katalog: internationale Titel, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0000, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Taschenbuch,
Preis: 52.76 € | Versand*: 0 € -
Riemannian Geometry in an Orthogonal Frame , Foreword by S S Chern In 1926-27, Cartan gave a series of lectures in which he introduced exterior forms at the very beginning and used extensively orthogonal frames throughout to investigate the geometry of Riemannian manifolds. In this course he solved a series of problems in Euclidean and non-Euclidean spaces, as well as a series of variational problems on geodesics. In 1960, Sergei P Finikov translated from French into Russian his notes of these Cartan's lectures and published them as a book entitled Riemannian Geometry in an Orthogonal Frame. This book has many innovations, such as the notion of intrinsic normal differentiation and the Gaussian torsion of a submanifold in a Euclidean multidimensional space or in a space of constant curvature, an affine connection defined in a normal fiber bundle of a submanifold, etc. It has now been translated into English by Vladislav V Goldberg, currently Distinguished Professor of Mathematics at the New Jersey Institute of Technology, USA, who also edited the Russian edition. , Bücher > Bücher & Zeitschriften , Erscheinungsjahr: 20011211, Produktform: Leinen, Beilage: HC gerader Rücken kaschiert, Autoren: É Cartan, Seitenzahl/Blattzahl: 278, Warengruppe: HC/Mathematik/Geometrie, Fachkategorie: Analytische Geometrie, Text Sprache: eng, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: WSPC, Länge: 235, Breite: 157, Höhe: 20, Gewicht: 559, Produktform: Gebunden, Genre: Importe, Genre: Importe, Herkunftsland: DEUTSCHLAND (DE), Katalog: Gesamtkatalog, Katalog: Internationale Lagertitel, Katalog: internationale Titel, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0000, Tendenz: 0,
Preis: 90.23 € | Versand*: 0 € -
Orthogonal Polynomials for Exponential Weights , The analysis of orthogonal polynomials associated with general weights was a major theme in classical analysis in the twentieth century, and undoubtedly will continue to grow in importance in the future. In this monograph, the authors investigate orthogonal polynomials for exponential weights defined on a finite or infinite interval. The interval should contain 0, but need not be symmetric about 0; likewise the weight need not be even. The authors establish bounds and asymptotics for orthonormal and extremal polynomials, and their associated Christoffel functions. They deduce bounds on zeros of extremal and orthogonal polynomials, and also establish Markov- Bernstein and Nikolskii inequalities. The authors have collaborated actively since 1982 on various topics, and have published many joint papers, as well as a Memoir of the American Mathematical Society. The latter deals with a special case of the weights treated in this book. In many ways, this book is the culmination of 18 years of joint work on orthogonal polynomials, drawing inspiration from the works of many researchers in the very active field of orthogonal polynomials. , Bücher > Bücher & Zeitschriften , Auflage: 2001, Erscheinungsjahr: 20010629, Produktform: Leinen, Beilage: HC runder Rücken kaschiert, Titel der Reihe: CMS Books in Mathematics##, Autoren: Lubinsky, Doron S.~Levin, Eli, Auflage/Ausgabe: 2001, Seitenzahl/Blattzahl: 484, Keyword: Smoothfunction; approximationtheory; extrema; Orthogonalpolynomials; potentialtheory; combinatorics, Fachschema: Harmonische Analyse~Polynom, Fachkategorie: Gruppen und Gruppentheorie, Imprint-Titels: CMS Books in Mathematics, Warengruppe: HC/Mathematik/Analysis, Fachkategorie: Diskrete Mathematik, Thema: Verstehen, Text Sprache: eng, UNSPSC: 49019900, Warenverzeichnis für die Außenhandelsstatistik: 49019900, Verlag: Springer New York, Verlag: Springer US, Länge: 241, Breite: 160, Höhe: 31, Gewicht: 887, Produktform: Gebunden, Genre: Importe, Genre: Importe, Alternatives Format EAN: 9781461265634, eBook EAN: 9781461302018, Herkunftsland: DEUTSCHLAND (DE), Katalog: Gesamtkatalog, Katalog: Internationale Lagertitel, Katalog: internationale Titel, Katalog: Lagerartikel, Book on Demand, ausgew. Medienartikel, Relevanz: 0000, Tendenz: 0, Unterkatalog: AK, Unterkatalog: Bücher, Unterkatalog: Hardcover,
Preis: 40.02 € | Versand*: 0 € -
Learning with Fractional Orthogonal Kernel Classifiers in Support Vector Machines , This book contains select chapters on support vector algorithms from different perspectives, including mathematical background, properties of various kernel functions, and several applications. The main focus of this book is on orthogonal kernel functions, and the properties of the classical kernel functions¿Chebyshev, Legendre, Gegenbauer, and Jacobi¿are reviewed in some chapters. Moreover, the fractional form of these kernel functions is introduced in the same chapters, and for ease of use for these kernel functions, a tutorial on a Python package named ORSVM is presented. The book also exhibits a variety of applications for support vector algorithms, and in addition to the classification, these algorithms along with the introduced kernel functions are utilized for solving ordinary, partial, integro, and fractional differential equations. On the other hand, nowadays, the real-time and big data applications of support vector algorithms are growing. Consequently, the Compute Unified Device Architecture (CUDA) parallelizing the procedure of support vector algorithms based on orthogonal kernel functions is presented. The book sheds light on how to use support vector algorithms based on orthogonal kernel functions in different situations and gives a significant perspective to all machine learning and scientific machine learning researchers all around the world to utilize fractional orthogonal kernel functions in their pattern recognition or scientific computing problems. , Bücher > Bücher & Zeitschriften
Preis: 117.46 € | Versand*: 0 €
Ähnliche Suchbegriffe für Kleider Bügel:
-
Gibt es einen Trick, damit Trägertops und Kleider nicht mehr vom Bügel rutschen?
Ein Trick, um zu verhindern, dass Trägertops und Kleider vom Bügel rutschen, ist es, die Träger mit kleinen Haargummis oder Büroklammern am Bügel zu befestigen. Dadurch werden die Kleidungsstücke sicherer gehalten und rutschen nicht so leicht herunter. Eine andere Möglichkeit ist es, rutschfeste Bügel zu verwenden, die mit einer speziellen Beschichtung versehen sind, um ein Verrutschen zu verhindern.
-
Wann sind Funktionen orthogonal?
Funktionen sind orthogonal, wenn ihr Skalarprodukt gleich null ist. Das bedeutet, dass der Winkel zwischen den beiden Funktionen 90 Grad beträgt. Dies tritt auf, wenn die beiden Funktionen in ihrem Verlauf unabhhängig voneinander sind und sich nicht überlappen. Orthogonale Funktionen sind in der Mathematik besonders nützlich, da sie eine einfache und effektive Methode bieten, um komplexe Probleme zu lösen. Wann genau Funktionen orthogonal sind, hängt von der gewählten Definition des Skalarprodukts und des zugrundeliegenden Vektorraums ab. In der Signalverarbeitung und der Funktionalanalysis spielen orthogonale Funktionen eine wichtige Rolle.
-
Was bedeutet orthogonal zueinander?
Orthogonal zueinander bedeutet, dass zwei Linien oder Vektoren im Raum oder in der Ebene im rechten Winkel zueinander stehen. Das heißt, sie sind senkrecht zueinander und bilden einen 90-Grad-Winkel. Diese Eigenschaft ist wichtig in der Geometrie und der linearen Algebra, da sie die Unabhängigkeit und die Unkorreliertheit der beiden Elemente zeigt. Wenn zwei Vektoren orthogonal zueinander sind, bedeutet das, dass sie keine gemeinsame Richtung haben und unabhängig voneinander sind. In der Physik und Ingenieurwissenschaften spielt die Orthogonalität eine wichtige Rolle bei der Analyse von Kräften, Bewegungen und Strukturen.
-
Wann sind zwei Funktionen orthogonal?
Zwei Funktionen sind orthogonal zueinander, wenn ihr Skalarprodukt gleich null ist. Das Skalarprodukt zweier Funktionen wird berechnet, indem man das Produkt der beiden Funktionen über einem bestimmten Intervall integriert. Wenn das Ergebnis dieser Integration null ist, sind die Funktionen orthogonal zueinander. Dies bedeutet, dass die Funktionen im betrachteten Intervall senkrecht zueinander stehen und keine gemeinsamen Anteile haben. Orthogonale Funktionen sind in der Mathematik und Physik von großer Bedeutung, da sie oft als Basisfunktionen für die Darstellung komplexer Funktionen verwendet werden.
-
Wann ist eine Gerade orthogonal?
Eine Gerade ist orthogonal, wenn sie senkrecht zu einer anderen Geraden oder einer Ebene steht. Das bedeutet, dass der Winkel zwischen den beiden Linien 90 Grad beträgt. Man kann dies auch anhand des Skalarprodukts der Richtungsvektoren der beiden Geraden überprüfen: Wenn das Skalarprodukt gleich null ist, sind die beiden Vektoren orthogonal zueinander. In der Geometrie wird die Orthogonalität oft verwendet, um rechtwinklige Beziehungen zwischen Linien oder Ebenen zu beschreiben. In der Mathematik spielt die Orthogonalität eine wichtige Rolle, insbesondere in der linearen Algebra und der analytischen Geometrie.
-
Wann ist ein Vektor orthogonal?
Ein Vektor ist orthogonal zu einem anderen Vektor, wenn der Winkel zwischen ihnen 90 Grad beträgt. Das bedeutet, dass das Skalarprodukt der beiden Vektoren gleich null ist. In einem dreidimensionalen Raum können zwei Vektoren orthogonal sein, wenn ihre Richtungen senkrecht zueinander stehen. Orthogonale Vektoren sind unabhängig voneinander und haben keine Komponenten in dieselbe Richtung. Diese Eigenschaft macht sie in vielen mathematischen und physikalischen Anwendungen besonders nützlich.
-
Sind die Geraden orthogonal zueinander?
Sind die Geraden orthogonal zueinander? Um das zu überprüfen, müssen wir die Steigungen der beiden Geraden berechnen und sicherstellen, dass ihr Produkt -1 ergibt. Wenn die Steigungen der beiden Geraden negativ reziprok zueinander sind, sind sie orthogonal zueinander. Eine andere Möglichkeit ist, die Richtungsvektoren der Geraden zu betrachten und sicherzustellen, dass sie senkrecht zueinander stehen. Wenn die Richtungsvektoren ein Skalarprodukt von 0 ergeben, sind die Geraden orthogonal. Es ist auch wichtig zu überprüfen, ob die Winkel zwischen den Geraden 90 Grad betragen, da dies ein weiteres Indiz für Orthogonalität ist. Letztendlich können wir die Geraden graphisch darstellen und prüfen, ob sie sich rechtwinklig schneiden, um ihre Orthogonalität zu bestätigen.
-
Sind eigenvektoren immer orthogonal zueinander?
Sind Eigenvektoren immer orthogonal zueinander? Eigenvektoren sind nicht immer orthogonal zueinander. Die Orthogonalität von Eigenvektoren hängt von der Symmetrie der Matrix ab. Bei symmetrischen Matrizen sind die Eigenvektoren immer orthogonal zueinander. In anderen Fällen können die Eigenvektoren jedoch auch nicht orthogonal sein. Es ist wichtig, die Eigenvektoren einer Matrix zu überprüfen, um festzustellen, ob sie orthogonal zueinander sind oder nicht.
-
Was bedeutet der Begriff "orthogonal"?
Der Begriff "orthogonal" bedeutet, dass zwei Objekte oder Konzepte unabhängig voneinander sind und keine Verbindung oder Abhängigkeit zueinander haben. In der Mathematik bezieht sich "orthogonal" auf zwei Vektoren, die senkrecht zueinander stehen. In der Statistik bedeutet "orthogonal" oft, dass zwei Variablen unkorreliert sind.
-
Wie kann man Vektoren orthogonal machen?
Um Vektoren orthogonal zu machen, müssen sie einen Winkel von 90 Grad zueinander haben. Dies kann erreicht werden, indem man den Skalarprodukt der Vektoren berechnet und sicherstellt, dass das Ergebnis null ist. Alternativ kann man auch die Vektoren so anpassen, dass ihre Komponenten orthogonal zueinander sind.
-
Welche dieser Vektoren sind zueinander orthogonal?
Welche dieser Vektoren sind zueinander orthogonal? Orthogonale Vektoren haben ein Skalarprodukt von Null, was bedeutet, dass sie rechtwinklig zueinander stehen. Um dies zu überprüfen, müssen wir das Skalarprodukt jedes Vektorenpaars berechnen und prüfen, ob es Null ist. Wenn das Skalarprodukt zweier Vektoren Null ist, sind sie orthogonal zueinander. Es ist wichtig zu beachten, dass Vektoren in höherdimensionalen Räumen auch orthogonal sein können, wenn ihr Skalarprodukt Null ist. Daher ist es wichtig, das Skalarprodukt aller Vektorenpaare zu überprüfen, um festzustellen, welche zueinander orthogonal sind.
-
Ist die gerade orthogonal zur Ebene?
Um zu bestimmen, ob eine Gerade orthogonal zu einer Ebene ist, müssen wir prüfen, ob der Richtungsvektor der Geraden senkrecht auf dem Normalenvektor der Ebene steht. Dazu berechnen wir das Skalarprodukt der beiden Vektoren und prüfen, ob es null ergibt. Wenn das Skalarprodukt null ist, sind die beiden Vektoren orthogonal zueinander und die Gerade ist orthogonal zur Ebene. Falls das Skalarprodukt nicht null ist, sind die beiden Vektoren nicht orthogonal und die Gerade schneidet die Ebene unter einem bestimmten Winkel. Daher lautet die Frage: Ist die gerade orthogonal zur Ebene?