Dynamische Niedrigrang-Approximation an die Lösung von Wellengleichungen
|
|
- Mathilde Wetzel
- vor 5 Jahren
- Abrufe
Transkript
1 Dynamische Niedrigrang-Approximation an die Lösung von Wellengleichungen J. Schweitzer M. Hochbruck Seminar für Angewandte Mathematik ETH Zürich Mathematisches Institut Heinrich Heine Universität Düsseldorf Bad Neuenahr
2 Outline Motivation Modell Numerik Beispiel Zusammenfassung Ausblick
3 Physikalisches Problem 2d Klein Gordon Gleichung mit linearisierter Dichtegleichung 2 t 2 a a = Qn 0 + δn a γ 2 t 2δn + Qn 0δn = n 0 γ γ = 1 + a 2 a Vektorpotential n 0 Dichteprofil δn Dichteschwankun Q Dichtefaktor
4 Beispiel in 2d 2d Simulation in carthesischen Koordinaten (Gautschi Typ Verfahren mit QEA usw.) Ch. Karle
5 10 2 t = 0 Eigenschaften der Daten t = 500 t = 1000 t =
6 Niedrigrangdarstellung A(x, y, t) Y(x, y, t) = U(x, t)s(t)v(y, t) H C m,n U C m,r, V C n,r, S C r,r, U und V haben orthonormale Spalten S invertierbar n r r n r r m = m A: m n komplexe Einträge (Beispiel: m = 2048, n = ) U, S und V: m r + n r + r 2 komplexe Einträge (Beispiel: r = )
7 Bestapproximantion löse das volle System in jedem Schritt berechne nach jedem Schritt eine Singulärwertzerlegung spreichere die ersten r Singulärwerte sowie die rechten und linken Singulärvektoren Problem: man braucht in jedem Schritt die volle Matrix eine Singulärwertzerlegung Ziel: neues System von Gleichungen für U, S und V Dynamische Niedrigrangapproximation (Dynamical Low-Rank approximation)
8 Physikalische Motivation totale Energie des von a(t, r) beschriebenen Systems E = 1 2 Ω ( at 2 + a 2 + G( a 2 ) G(0) ) dr G (x) = g(x) Energieerhaltung d dt E = Re ( a t att a + g( a 2 )a ) dr =! 0 Ω Energie bleibt erhalten, wenn die nichtlineare Wellengleichung erfüllte ist a tt a + g( a 2 )a = 0
9 Formulierung auf Mannigfaltigkeiten Energieerhaltung da Wellengleichung erfüllt ist Re a t, a tt F(a) = 0 δa, a tt F(a) = 0 δa Abschwächung des Modells: Y sei in einer Mannigfaltigkeit M mit Y a δy liegt im Tangentialraum TY M zu M es gilt nicht mehr Ytt f(y) = 0 sondern δy, Y tt f(y) = 0 δy T Y M wobei f auf M definiert ist
10 Wahl der Mannigfaltigkeit Ansatzfunktionen Gauß-Hermite-Wellenpakete Hagedorn-Wellenpakete Für Systeme erster Ordnung: Lubich, Faou, Gradinaru Niedrigrangmatrizen Für Systeme erster Ordnung: Lubich, Koch, Nonnenmacher
11 Unsere Wahl der Mannigfaltigkeit Mannigfaltigkeit der Matrizen mit Rang r M = {Y C m,n : rank(y) = r} = {U C m,r, S C r,r inv., V C n,r : U H U = I r = V H V} S nicht zwingend diagonal Zerlegung nicht eindeutig Aber eindeutige Zerlegung im Tagentialraum δy = δusv H + UδSV H + USδV H δu H U = 0 = δv H V Wahl der Norm auf der Mannigfaltigkeit Bezug zur Energieerhaltung Approximation des Integrals über Ω für die diskretisierte Funktion A, B = i,j a ij b ij, A 2 = i,j a ij 2 = A 2 F
12 DLR Gleichungen δy, Ÿ f(y) = 0 δy T Y M führt auf ein neues System von Gleichungen für U, S und V: die Eigenschaften bleiben erhalten S = U H f(y)v + U H US + S V H V Ü = (I UU H )f(y)vs 1 U U H U 2 UṠS 1 V = (I VV H )f(y) H US H V V H V 2 VṠ H S H U H U = I = V H V and U H U = 0 = V H V
13 Zeitintegration Numerischer Löser (im Moment): schreibe Gleichungen als System erster Ordnung explizites Runge Kutta-Verfahren (DoPri) Fehlerschätzer man interessiert sich nicht für den Fehler von U, S und V man will Y = Y Ŷ kontrollieren Y = USV H ÛŜ V H = USV H + Û SV H + ÛŜ V H Ableitungen analog, deren Fehler wird aber mit h skaliert. Berücksichtigung des Fehlers bei der Erhaltung der Orthogonalität
14 Implementierug Inverse von S für den Fall, dass eine Singularität auftritt Ü = (I UU H )f(y)vs 1 U U H U 2 UṠS 1 Pseudoinverse (Regularisierung) Auswertung von f(y) Laplace: Y(x, y, t) = U(x, t)s(t)v(y, t) H Y = U xx (x, t)s(t)v(y, t) H + U(x, t)s(t)v yy (y, t) H man braucht nicht f(y), sondern nur f(y)v oder f(y) H U Reorthogonalisierung, falls nötig
15 Beispiel: Kubische Wellengleichung ä a = a 2 a Anfangsbedingung: Gauß-Puls (dünn in Ausbreitungsrichtung, breit in transversaler Richtung) periodische Randbedingugen (Ortsableitungen via fft) kleines Beispiel (n = m = 256) Vergleich zu Störmer Verlet / leap frog
16 Ergebnisse Rang Speicher Fehler DLR Fehler BA Speicher für Y: Matrixelemente 10 1 err vs. rank 10 2 err error of DLR error of best rank r approximation rank
17 Ergebnisse
18 Zusammenfassung Wir haben bisher: Gleichungen des DLR-Ansatzes für Wellengleichungen Fehlerschätzer kleines Beispiel, das Mut macht Was wollen wir mehr? angepasstes Zeitintegrationsverfahren Rangsteuerung Anwendung auf wirkliche Laser-Plasma-Probleme Erweiterung auf 3d
19 Rangsteuerung Warum ist das wichtig? Theorie für Gleichungen erster Ordnung besagt, dass Regularisierung nicht schlimm ist. Aber die Zeitschrittweite wird dadurch negativ beeinflusst. Lösung: Rangsteuerung Rang verkleinern leicht S singulär kleine Singulärwerte Plus Vektoren wegschmeissen Rang vergrößern Problem Woher weiss man, dass man den Rang vergrößern muss? Woher kriegt man Anfangsbedingungen für den neuen Rang?
20 Rangerweiterung Ein paar Ideen: Eingebettetes Verfahren Integriere zwei Sets von U, S und V 1. Set: S hat vollen Rang 2. Set: Dimension um z.b. 2 größer Indikator für Rangerhöhung Anfangswerte für erstes Set Es wird nicht beliebig viel regularisiert Anfangswerte für zweites Set? Für Wellengleichung mit einer Ausbreitungsrichtung: Prediktor für transversale Richtung Random Daten scheinen nicht so schlecht zu funktionieren. Frage: Wie kann man das alles zusammenbauen, so dass eine stabile Simulation rauskommt?
Lernbuch Lineare Algebra und Analytische Geometrie, 2. Auflage 2012
Lernbuch Lineare Algebra und Analytische Geometrie, 2 Auflage 22 Korrekturen 8 statt y M lies y N 2 statt m + n = m +(n )=m +(n ) lies m + n = m +(n ) 2 statt #P(M) lies #P (M) 4 7 statt Beispiel c) lies
Mehr1 Singulärwertzerlegung und Pseudoinverse
Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung A sei eine Matrix mit n Spalten und m Zeilen. Zunächst sei n m. Bilde B = A A. Dies ist eine n n-matrix. Berechne die Eigenwerte von B. Diese
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2015 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Programm heute 7 Fortgeschrittene Datenstrukturen 8 Such-Algorithmen
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, Januar D BIOL, D CHAB Lösungen zu Mathematik I/II. ( Punkte) a) Wir benutzen L Hôpital lim x ln(x) L Hôpital x 3 = lim 3x + x L Hôpital = lim x ln(x) x 3x 3 = lim ln(x) x 3 x
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R. Käppeli L. Herrmann W. Wu Herbstsemester 2016 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6.1 Berechnen Sie die Determinanten der beiden
MehrMathematische Grundlagen
Mathematische Grundlagen 1 / 16 Vektorraum u R n, u = (u 1,..., u n ), u k R Euklidisches Skalarprodukt Euklidische Vektornorm (u, v) = u k v k u 2 = (u, u) = n u 2 k Vektoren u, v R n heißen orthogonal,
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 9. Aufgabe 9.1. Herbstsemester Dr. V. Gradinaru D. Devaud A.
Dr V Gradinaru D Devaud A Hiltebrand Herbstsemester 2014 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 91 91a) Sei A eine n n-matrix Das Gleichungssystem Ax
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2017 Dr. Stefanie Demirci Computer Aided Medical Procedures Technische Universität München Programm heute 7 Fortgeschrittene Datenstrukturen 8
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, August D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben. ( Punkte) a) Wir berechnen lim sin(x ) x 3 + 4x L Hôpital = lim x cos(x ) 3x + 8x = 4. b) Wir benutzen L Hôpital lim
MehrSingulärwert-Zerlegung
Singulärwert-Zerlegung Zu jeder komplexen (reellen) m n-matrix A existieren unitäre (orthogonale) Matrizen U und V mit s 1 0 U AV = S = s 2.. 0.. Singulärwert-Zerlegung 1-1 Singulärwert-Zerlegung Zu jeder
Mehr9. Vorlesung Lineare Algebra, SVD und LSI
9. Vorlesung Lineare Algebra, SVD und LSI Grundlagen lineare Algebra Vektornorm, Matrixnorm Eigenvektoren und Werte Lineare Unabhängigkeit, Orthogonale Matrizen SVD, Singulärwerte und Matrixzerlegung LSI:Latent
MehrKLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw
Mehr47 Singulärwertzerlegung
47 Singulärwertzerlegung 47.1 Motivation Wir haben gesehen, dass symmetrische Matrizen vollständig mithilfe ihrer Eigenwerte und Eigenvektoren beschrieben werden können. Diese Darstellung kann unmittelbar
MehrNumerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang. Institut für Geometrie und Praktische Mathematik RWTH Aachen
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrLösungen zu Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in
MehrLineare Gleichungssysteme Hierarchische Matrizen
Kompaktkurs Lineare Gleichungssysteme Hierarchische Matrizen M. Bebendorf, O. Steinbach O. Steinbach Lineare Gleichungssysteme SIMNET Kurs 24. 27.4.26 / 6 Numerische Simulation stationäre und instationäre
MehrBurgersgleichung in 1D und 2D
Burgersgleichung in 1D und 2D Johannes Lülff Universität Münster 5.12.2008 Inhaltsverzeichnis 1 Einführung 2 Numerik 3 Phänomenologie 4 Analytische Ergebnisse 5 Zusammenfassung Herkunft der Burgersgleichung
MehrSerie 8: Online-Test
D-MAVT Lineare Algebra I HS 018 Prof Dr N Hungerbühler Serie 8: Online-Test Schicken Sie Ihre Lösung bis spätestens Freitag, den 3 November um 14:00 Uhr ab Diese Serie besteht nur aus Multiple-Choice-Aufgaben
MehrSingular Value Decomposition
Singular Value Decomposition (Singulärwertzerlegung) Seminar Robust Design Vitali Müller 2 Inhalt Was ist die SVD? Interpretationen Anwendungsmöglichkeiten Berechnung 3 Datenmatrix Experiment mit n Objekten
Mehr13. ABBILDUNGEN EUKLIDISCHEN VEKTORRÄUMEN
13. ABBILDUNGEN in EUKLIDISCHEN VEKTORRÄUMEN 1 Orthogonale Abbildungen im R 2 und R 3. Eine orthogonale Abbildung ist eine lineare Abbildung, die Längen und Orthogonalität erhält. Die zugehörige Matrix
MehrEntwicklung einer hp-fast-multipole-
Entwicklung einer hp-fast-multipole- Boundary-Elemente-Methode Übersicht: 1. Motivation 2. Theoretische Grundlagen a) Boundary-Elemente-Methode b) Fast-Multipole-Methode 3. Erweiterungen a) Elementordnung
MehrDifferentiell-algebraische Gleichungen vom Index 1
Differentiell-algebraische Gleichungen vom Index 1 Beispiel: Das ungedämpfte mathematische Pendel (der Länge 1 und der Masse 1) wird unter Verwendung des Auslenkwinkels ϕ bekanntlich beschrieben durch
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrLösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrSingulärwertzerlegung
LMU München Centrum für Informations- und Sprachverarbeitung WS 10-11: 13.12.2010 HS Matrixmethoden im Textmining Dozent: Prof.Dr. Klaus U. Schulz Referat von: Erzsébet Galgóczy Singulärwertzerlegung 1
MehrAussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 6/7 837 Aufgabe Punkte): Gegeben sei das lineare Gleichungssystem Ax = b mit A = 6 3 und
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .
Universität Erlangen-Nürnberg Department Mathematik PD Dr Markus Bause Numerik I 9 Januar A Gegeben sei die Matrix A = a Führen Sie eine Zeilenskalierung der Matrix durch Klausur b Bestimmen Sie mit Hilfe
Mehr18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
Mehr(c) Gegeben sei der zweidimensionale Raum L mit den Basisfunktionen. [ φ i, φ j ] 3 i,j=1 =
1. (a) i. Wann besitzt A R n n eine eindeutige LR-Zerlegung mit R invertierbar? ii. Definieren Sie die Konditionszahl κ(a) einer Matrix A bzgl. einer Norm.! iii. Welche Eigenschaften benötigt eine Matrix
MehrD-ITET. D-MATL, RW Lineare Algebra HS 2017 Dr. V. Gradinaru T. Welti. Online-Test 2. Einsendeschluss: Sonntag, den
D-ITET. D-MATL, RW Lineare Algebra HS 7 Dr. V. Gradinaru T. Welti Online-Test Einsendeschluss: Sonntag, den..7 : Uhr Dieser Test dient, seriös bearbeitet, als Repetition des bisherigen Vorlesungsstoffes
MehrLösungsvorschlag zur Nachklausur zur Analysis
Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie
MehrBegleitmaterial zur Vorlesung Numerik II
Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud.
Dr. V. Gradinaru D. Devaud Herbstsemester 15 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 1 Aufgabe 1.1 1.1a) Sei A eine n n-matrix. Das Gleichungssystem Ax = b sei
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://wwwm5matumde/allgemeines/ma923_26s Sommersem 26 Probeklausur (4726) Krümmung
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2018/2019
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrZuname: Vorname: KennNr: Matr.Nr: PRÜFUNG AUS MATHEMATIK 3. 1)(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation.
(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation. y 7y + 10y = sin(2x), y(0) = 1, y (0) = 3. x ( ) Bemerkung: Für festes a gilt L(e ax ) = 1 und L sin(ax) = arctan a. s a x s Die auftretenden
MehrSerie 8: Fakultativer Online-Test
Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung
Mehr- Numerik in der Physik - Simulationen, DGL und Co. Max Menzel
- Numerik in der Physik - Simulationen, DGL und Co. Max Menzel 4.1.2011 1 Übersicht Differenzialgleichungen? Was ist das? Wo gibt es das? Lösen von Differenzialgleichungen Analytisch Numerisch Anwendungen
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 5 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 21 Prof. Dr. Klaus Höllig (IMNG)
MehrPrüfung zur Vorlesung Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, August 015 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 3 4 5 6 Total Vollständigkeit
MehrBlock I: Integration und Taylorentwicklung in 1D
Wiederholungsübungen zur Ingenieur-Mathematik III WS 5/6 Blatt 3..6 Block I: Integration und Taylorentwicklung in D Aufgabe : Berechnen Sie die Integrale: a) π sin x cos x dx b) ( x) +x dx c) x e x dx
MehrBasiswissen Matrizen
Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)
MehrVon einem Parallelogramm ABCD sind die Punkte A =(1, 5), C =(13, 4) und D =(5, 7) bekannt. Berechne den Punkt B.
Lineare Algebra WS2/22 Übungsblatt Übung. Von einem Parallelogramm ABD sind die Punkte A =(, 5), =(3, 4) und D =(5, 7) bekannt. Berechne den Punkt B. Übung 2. Stelle rechnerisch fest, ob das Viereck A
MehrPVK Numerische Methoden Tag 1
PVK Numerische Methoden Tag 1 Lucas Böttcher ETH Zürich Institut für Baustoffe Wolfgang-Pauli-Str. 27 HIT G 23.8 8093 Zürich lucasb@ethz.ch June 19, 2017 Lucas Böttcher (ETH Zürich) PVK Numerik June 19,
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrNormalengleichungen. Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b,
Normalengleichungen Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b, Normalengleichungen 1-1 Normalengleichungen Für eine beliebige
MehrÜbungen zu Partielle Differentialgleichungen, WS 2016
Übungen zu Partielle Differentialgleichungen, WS 2016 Ulisse Stefanelli 16. Januar 2017 1 Beispiele 1. Betrachten Sie die Beispiele von nichtlinearen PDG und Systemen, die wir im Kurs diskutiert haben,
MehrNumerik für Ingenieure II
Numerik für Ingenieure II Prof. Dr. Dimitri Kuzmin Lehrstuhl für Angewandte Mathematik III Universität Erlangen-Nürnberg kuzmin@am.uni-erlangen.de http://www.mathematik.uni-dortmund.de/ kuzmin/numingii.html
MehrVektor und Matrixnormen Vorlesung vom
Vektor und Matrixnormen Vorlesung vom 20.12.13 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse
MehrM U = {x U f 1 =... = f n k (x) = 0}, (1)
Aufgabe 11. a) Es sei M = {(x, y, z) R 3 f 1 = xy = 0; f = yz = 0}. Der Tangentialraum T x M muss in jedem Punkt x M ein R-Vektorraum sein und die Dimension 1 besitzen, damit diese Menge M eine Untermannigfaltigkeit
MehrNumerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl
MehrKlausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016
Verständnisfragen-Teil ( Punkte) Jeder der Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block Punkte.
MehrD-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski. Serie 1
D-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski Serie 1 Best before: Di. 8.3 / Mi. 9.3, in den Übungsgruppen Koordinatoren: Alexander Dabrowski, HG G 52.1, alexander.dabrowski@sam.math.ethz.ch
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
4.2 FINITE-ELEMENTE-DISKRETISIERUNG Elementierung und Diskretisierung Im Gegensatz zum räumlichen Fachwerk, bei dem bereits vor der mathematischen Diskretisierung ein konstruktiv diskretes Tragwerk vorlag,
MehrInhaltsverzeichnis. Kapitel 1: Rechnen mit Zahlen. Kapitel 2: Umformen von Ausdrücken. Kapitel 3: Gleichungen, Ungleichungen, Gleichungssysteme
Kapitel 1: Rechnen mit Zahlen 1.1 Rechnen mit reellen Zahlen 1.2 Berechnen von Summen und Produkten 1.3 Primfaktorzerlegung 1.4 Größter gemeinsamer Teiler 1.5 Kleinstes gemeinsames Vielfaches 1.6 n-te
MehrA 1 A 2 A 3 A 4 A 5 A 6 A 7
Institut für Geometrie und Praktische Mathematik Numerisches Rechnen für Informatiker WS 7/8 Prof. Dr. H. Esser J. Grande, Dr. M. Larin Klausur Numerisches Rechnen für Informatiker Hilfsmittel: keine (außer
MehrHTWD, FB Informatik/Mathematik. Mathematik für Bauingenieure. Wiederholungsaufgaben: Mathematik I
HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik I Wiederholung Mathematik für Bauingenieure Wiederholungsaufgaben: Mathematik I Aufgabe : Für die Aussagenverbindung T = (A B) ( A) gebe man
MehrD-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Serie 11
D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung Serie 11 1. Wir betrachten das überbestimmte Gleichungssystem Ax = y mit 1 1 1 1 A := 1 1 0 1 0 1, y := 2 3 0 0 1 4 Berechnen Sie die
MehrSysteme gewöhnlicher Di erentialgleichungen. Ordnung
Systeme gewöhnlicher Di erentialgleichungen. Ordnung Systeme. Ordnung De nition Für eine gegebene n n-matrix A(x) =(a ij (x)) n i,j=, deren Elemente Funktionen von x sind und einer gegebenen rechten Seite
MehrNumerisches Programmieren, Übungen
Technische Universität München SoSe 3 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 3. Übungsblatt:
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom
Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch
MehrLösung 23: Sylvesters Trägheitssatz & Singulärwertzerlegung
D-MATH Lineare Algebra I/II HS 07/FS 08 Dr Meike Akveld Lösung 3: Sylvesters Trägheitssatz & Singulärwertzerlegung Wir wissen, dass eine Basis B von R n existiert, sodass p [β Q ] B I I q 0 n p q gilt
MehrEinführung in partielle Differentialgleichungen
vdf - Lehrbücher und Skripten Einführung in partielle Differentialgleichungen für Ingenieure, Chemiker und Naturwissenschaftler von Norbert Hungerbühler 2., durchgesehene Auflage 2 Einführung in partielle
MehrUniversität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n
Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrMethode der kleinsten Quadrate
Versus QR Matrizen mit vollem Rang 27. Mai 2011 Versus QR Inhaltsverzeichnis 1 2 3 Beispiel 4 Beispiel 5 6 Versus QR Kondition Vergleich Beispiel Versus QR Zu finden: Gerade, die den Punkten (0, 6), (1,
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2015
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 5 L I N E A R E A L G E B R A F Ü R T P H, U E (3.64). Haupttest (FR,..5) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrPVK Probeprüfung FS 2017
PVK Probeprüfung FS 07 Lucas Böttcher Numerische Methoden ETH Zürich June 3, 07. Radioaktiver Zerfall Gegeben sind zwei radioaktive Substanzen, welche mit den Raten λ = 0.5 und λ = 0. zerfallen: A λ B
MehrI) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n
I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y1 = a11x1+ a12x2 + a13x3 y2 = a21x1+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i
Mehry (k) (0) = y (k) y(z) = c 1 e αz + c 2 e βz. c 1 + c 2 = y 0 k=1 k=1,...,m y k f k (x)
9 Ausgleichsrechnung 9.1 Problemstelllung Eine Reihe von Experimenten soll durchgeführt werden unter bekannten Versuchsbedingungen z Ê m. Es sollen Größen x Ê n bestimmt werden, für die ein Gesetz gelten
MehrSerie 8: Online-Test
D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen
MehrHilfsblätter Lineare Algebra
Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,
Mehra ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen
I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y 1 = a 11 x 1 + a 12 x 2 + a 13 x3 y 2 = a 21 x 1 + a 22 x 2 + a 23 x3... Koeffizienten a ij i - te Gleichung
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
MehrHyperbolische Erhaltungsgleichungen und die Wellengleichung
Hyperbolische Erhaltungsgleichungen und die Wellengleichung Stefanie Günther Universität Trier 11.November 2010 Stefanie Günther (Universität Trier) Seminar Numerik 1/29 11.November 2010 1 / 29 Inhaltsverzeichnis
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
MehrPartielle Differentialgleichungen. Hofer Joachim/Panis Clemens
9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................
MehrPrüfer: Dr. M. Lenz, Prof. Dr. M. Rumpf. Klausurdauer: 180 Minuten. Bitte Namen, Vornamen und Matrikel-Nr. einsetzen. Name:... Vorname:...
Klausur zum Modul Ingenieurmathematik II (B22) 20. März 2014 für den Bachelorstudiengang Geodäsie und Geoinformation In der Klausur können 10 Punkte pro Aufgabe, also insgesamt 100 Punkte erreicht werden.
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 12. Übung: Woche vom (Lin.Alg.
Übungsaufgaben 12. Übung: Woche vom 16. 1.-20. 1. 2017 (Lin.Alg. I): Heft Ü 3: 2.1.11; 2.1.8; 2.1.17; 2.2.1; 2.2.3; 1.1.1; 1.1.4; Hinweis 1: 3. Test (Integration, analyt. Geom.) ist seit 9.1. freigeschalten
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W
MehrSeite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
MehrOrthogonalpolynome Einführung, Eigenschaften und Anwendungen
Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 1 Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Seminar zur Numerik im SS 2018, Universität zu Köln 10.
MehrEinige grundlegende partielle Differentialgleichungen
Einige grundlegende partielle Differentialgleichungen H. Abels 17. Oktober 2010 H. Abels (U Regensburg) Grundlegende PDGLn 17. Oktober 2010 1 / 14 Transportgleichung Eine der einfachsten Differentialgleichungen
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Serie 6
R. Hiptmair S. Pintarelli E. Spindler Herbstsemester 2014 Lineare Algebra und Numerische Mathematik für D-BAUG Serie 6 ETH Zürich D-MATH Einleitung. Diese Serie behandelt nochmals das Rechnen mit Vektoren
MehrComputergrafik Inhalt Achtung! Kapitel ist relevant für CG-2!
Computergrafik Inhalt Achtung! Kapitel ist relevant für CG-2! 0 2 3 4 5 6 7 8 Historie, Überblick, Beispiele Begriffe und Grundlagen Objekttransformationen Objektrepräsentation und -Modellierung Sichttransformationen
MehrMATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Gewöhnliche Differentialgleichungen Prof.
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, August BIOL-B GES+T PHARM Lösungen zu Mathematik I/II. ( Punkte) a) Wir führen Polynomdivision durch und erhalten (x 3 5) : (x ) = x +x+ 4 x. Also ist g(x) die Asymptote von f(x)
MehrKapitel 3. Lineare Ausgleichsrechnung. Problem: Löse A x = b, A R m n, b R m, wobei. Rang(A) < Rang([A;b])
Kapitel 3. Lineare Ausgleichsrechnung Problem: Löse A x = b, A R m n, b R m, wobei Rang(A) < Rang([A;b]) zugelassen ist, d.h. Ax = b ist nur im weitesten Sinne lösbar. 3.1 Lineares Ausgleichsproblem: Zu
MehrLösungsskizzen zur Nachklausur
sskizzen zur Nachklausur Mathematik II für die Fachrichtungen Biologie und Chemie Sommersemester 22 Aufgabe Es seien die folgenden Vektoren 2 v = 2, v 2 = und v 3 = 2 im R 3 gegeben. (a) Zeigen Sie, dass
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y = f(x). Eine Funktion f 1 :
Mehr