16 A-posteriori-Fehlerabschätzungen
|
|
- Busso Sommer
- vor 5 Jahren
- Abrufe
Transkript
1 Numerik partieller Differentialgleichungen 16 A-posteriori-Fehlerabschätzungen Die A-priori-Fehlerabschätzungen u u h # c h p u H m (Ω) aus 15 haben folgende praktische Nachteile: Die Konstante c und die Norm der Lösung u H m (Ω) sind unbekannt. Sie liefern nur globale Informationen über den Fehler. Sie hängen von der globalen Regularität von u ab. A-posteriori-Fehlerschätzer dagegen liefern auch Informationen darüber, wo die größten Beiträge zum Fehler entstehen. Sie haben die Struktur 1 wobei η eine aus u h berechenbare und u u h # D η, lokalisierte (auf Elemente des Gitters bezogene) Größe ist. Zum Beispiel: ( η = mit zellweisen Fehlerindikatoren η K. Ein Schätzer heißt (unter geeigneten Annahmen an die Lösung, das Gitter, den FE-Raum) zuverlässig, wenn gilt: u u h # D 2 η η 2 K effizient, wenn gilt: u u h # D 1 η. A-posteriori-Schätzer kann man nutzen, um die zusätzlichen Freiheitsgrade bei Netzverfeinerung möglichst effektiv einzusetzen: 1: Setze fertig := false 2: repeat 3: Berechne die Lösung u h auf dem aktuellen Gitter T {SOLVE} 4: Werte den A-posteriori-Fehlerschätzer η aus {ESTIMATE} 5: if Fehlerschranke nicht erreicht then 6: Markiere zu verfeinernde Gitterentitäten mit Hilfe der Fehlerindikatoren {MARK} 7: Verfeinere das Gitter (evtl. mit Abschluss) {REFINE} 8: else 9: Setze fertig := true 10: end if 11: until fertig 1 In D steckt z. B. eine höhere Norm der Lösung u, siehe (16.5).
2 Die Gittermodifikation geschieht i. d. R. durch lokale Verfeinerung der Zellen mit den größten Beiträgen zum Gesamtfehler, aber auch lokale Vergröberung und Verschiebung von Gitterpunkten sind möglich. Dabei ist auf die Formregularität der entstehenden Gitterfamilie zu achten. Beispiel 16.1 (Verfeinerungsstrategie) Oft wird das Bulk-Kriterium benutzt: Markiere eine (möglichst kleine) Teilmenge von Zellen T T zur Verfeinerung, für die gilt: für ein θ (0, 1). ( η 2 K θ ( Wir betrachten wieder das Poisson-Problem für Ω R 2 v u dx = f(x) v dx für alle v V = H0(Ω) 1 (16.1) Ω Ω und dessen Diskretisierung mit den konformen Standard-FE-Räumen V h basierend auf Lagrange"=Elementen P 1 oder Q 1 in 2D. Wir beschränken uns auf einen sogenannten residuen"=basierten Fehlerschätzer für die H 1 (Ω)-Norm. Die Gleichung ( f, v ) L 2 (Ω) ( u h, v ) L 2 (Ω) =: R(u h), v, (16.2) für v V definiert das Residuum R(u h ) der diskreten Lösung u h als Element von H0(Ω) 1 = H 1 (Ω) in Abhängigkeit von u h V h. 2 Das Residuum der exakten Lösung ist 0 = ( f, v ) ( u, v ) =: R(u), v, (16.3) L 2 (Ω) L 2 (Ω) η 2 K daraus ergibt sich R(u h ), v = ( (u u h ), v ) L 2 (Ω). (16.4) Idee 1: Aus (16.4) folgt mit v = u u h und der Poincaré-Friedrichs-Ungleichung (Lemma 8.4): c u u h 2 H 1 (Ω) u u h 2 H 1 (Ω) = R(u h), u u h ( ) R(u h ) H 1 (Ω) u u h H 1 (Ω) u u h H 1 (Ω) c 1 R(u h ) H 1 (Ω) mit c 1 = 1+d 2 Ω. Die Norm R(u h ) H 1 (Ω) kann jedoch nicht lokalisiert (in zellweise Beiträge zerlegt) werden. Idee 2: Ziel ist deshalb eine Abschätzung der Gestalt R(u h ), v C η v H 1 (Ω) für alle v V (16.5) 2 Das Residuum verschwindet auf dem Unterraum V h V. Das gilt auch unter dem Einfluss von Q-Fehlern, den wir hier nicht betrachten.
3 mit lokalisierbaren Indikatoren η. Diese Abschätzung ergibt dann mit der speziellen Wahl v = u u h und ( ) den A"=posteriori"=Fehlerschätzer 3 u u h H 1 (Ω) c 1 C η. (16.6) Wir formen (16.2) um: R(u h ), v = = = K f v dx K u h v dx + u h ) v dx K(f (n u h ) v ds K }{{} u h / n r K (u h ) v dx r E (u h ) v ds für alle v V, K E E E wobei E die Menge der Kanten des Gitters ist und r K (u h ) := (f + u h ) K, r E (u h ) := u h E (16.7) die zellorienten bzw. kantenorientierten Residuen sind. Beachte: Bei P 1 -Elementen ist u h = 0 auf jeder Zelle K, nicht jedoch bei höheren FE-Ansätzen. Ähnlich wie in 12 ist hier u h E = ( ( u h ) K1 n 1 +( u h ) K2 n 2 der (skalarwertige) Sprung der Normalenableitung n u h über die Kante E. Auf Außenkanten ) E der Zelle K setzt man u h E = ( ( u h ) K n ). E Wegen der Galerkin-Orthogonalität (Residuum verschwindet auf V h ) gilt also folgt R(u h ), v = R(u h ), v v h für alle v V, v h V h, R(u h ), v r K (u h ) L 2 (K) v v h L 2 (K) + E (u h ) L E E r 2 (E) v v h L 2 (E) (16.8) für alle v V und v h V h. Zur Abschätzung von v v h L 2 (K) und v v h L 2 (E) können wir keine Standard- Interpolationsabschätzungen (Satz 14.12) mit v h = I T v verwenden, da die Regularität v V = H0(Ω) 1 in 2D/3D zur Punktauswertung nicht ausreicht. (Voraussetzung 14.1 (b) ist nicht erfüllt.) Idee: Definiere eine Quasi-Interpolierende von v, indem v zunächst durch patchweise konstante Funktionen ersetzt wird, für die dann die Punktauswertung definiert ist. Definition 16.2 (Clément-Quasi-Interpolierende) Es sei T ein konformes Dreiecks-Gitter auf Ω R 2 und {(K, P K, Σ K )} eine affine Familie von Lagrange"=Elementen P 1. Es sei V h V = H0(Ω) 1 der dazugehörige V -konforme Standard-FE-Raum mit den globalen Basisfunktionen ϕ j, die den Lagrange-Punkten a j, j = 1,..., M im Inneren von Ω zugeordnet sind. 3 Hier wird i. A. wieder die Konstante D nicht bekannt sein, aber η ist lokalisierbar und erlaubt daher eine adaptive Gitterverfeinerung.
4 (a) Die Menge Ω j bestehe aus den Zellen, die an den Knoten a j grenzen: Ω j = {K T : a j K} Knotenpatch. (b) Es sei π j : V P 0 (Ω j ) die L 2 -orthogonale Projektion auf die konstanten Funktionen auf dem Knotenpatch Ω j, d. h., π j v = 1 v dx. Ω j Ω j (c) Die Clément-Quasi-Interpolierende ist definiert durch I Cl v = M (π j v)(a j ) ϕ j V h. j=1 Wir verwenden also bei der Quasi-Interpolation eine patchweise Mittelwertbildung statt Punktauswertungen. (d) Es seien Ω E und Ω K diejenigen Zellen, die an die Kante E bzw. die Zelle K anstoßen: Ω E = {K T : E K } Kantenpatch Ω K = {K T : K K } Zellpatch. Abbildung 1: Beispiele der Patches Ω K (links), Ω E (Mitte) und Ω j (rechts) bei der Clément-Interpolation Bemerkung 16.3 (zur Clément-Quasi-Interpolation) (a) Die Clément-Quasi-Interpolation ist i. A. keine Projektion, da sie nicht idempotent ist. (b) Die Anzahl der Zellen in Ω K und Ω E ist auf einem beliebigen Gitter auf Ω beschränkt durch eine Konstante, die monoton vom maximalen Aspektverhältnis abhängt: #(Ω K ) c K (max γ K), #(Ω E ) c E (max γ K). (16.9)
5 Lemma 16.4 (Eigenschaften der Clément-Quasi-Interpolation) Es sei {T h } h>0 eine formreguläre Familie von Gittern auf Ω R 2 mit den Voraussetzungen wie in Definition Dann gelten die Quasi-Interpolationsabschätzungen v I Cl v L 2 (K) c Cl (γ) h K v H 1 (Ω K ), (16.10a) v I Cl v L 2 (E) c Cl (γ) h 1/2 E v H 1 (Ω E ) (16.10b) für alle v H 1 (Ω) mit einer Konstanten c Cl (γ), die nicht von v und nicht vom konkreten Gitter (jedoch vom maximalen Aspektverhältnis γ) abhängt. Dabei ist h E die Länge der Kante E. Beweis: ohne Beweis Satz 16.5 (Residuenbasierter A"=posteriori"=Fehlerschätzer) Es sei {T h } h>0 eine formreguläre Familie von Gittern auf Ω R 2 mit maximalem Aspektverhältnis γ und mit den Voraussetzungen wie in Definition 16.2 (insbesondere Verwendung von P 1 -Elementen). Wählt man in (16.8) v h = I Cl v, so folgt die A-posteriori-Abschätzung für das Poisson-Problem (16.1) u u h H 1 (Ω) c 1 c Cl (γ) ( c K (γ) 1/2 ηk) 2 + c 1 c Cl (γ) ( c E (γ) mit c 1 = 1 + d 2 Ω und den zell- und kantenbasierten Fehlerindikatoren E E η 2 E (16.11) η 2 K = h 2 K r K (u h ) 2 L 2 (K) η 2 E = h E r E (u h ) 2 L 2 (E). Beweis: Wir beginnen mit (16.8), wählen v h Interpolationsabschätzung Lemma 16.4: := I Cl v und benutzen die Quasi- R(u h ), v c Cl (γ) r K (u h ) L 2 (K) v v h L 2 (K) + E E r E (u h ) L 2 (E) v v h L 2 (E) r K (u h ) L 2 (K) h K v H 1 (Ω K ) + c Cl (γ) E E r E (u h ) L 2 (E) h 1/2 E v H 1 (Ω E ). Nun müssen wir von v H 1 (Ω K ) bzw. v H 1 (Ω E ) zur Norm v H 1 (Ω) übergehen: 4 ( ( r K (u h ) L 2 (K) h K v H 1 (Ω K ) r K (u h ) 2 L 2 (K) h2 K v 2 H 1 (Ω K ) ( v H c K (γ) r K (u h ) 2 L 2 (K) h2 K }{{} 1 (Ω) =:ηk 2 4 Hier wird benutzt, dass in der zweiten Summe rechts jede Zelle mehrfach vorkommt, einmal als Element ihres eigenen Patches Ω K und dann noch als Element des Patches aller Nachbarzellen, insgesamt also höchstens #(Ω K ) Mal.
6 mit c K (γ) aus (16.9). Analog gilt für den zweiten Term r E (u h ) L 2 (E) h 1/2 E v H 1 (Ω E ) ( v H c E (γ) r E (u h ) 2 L 2 (E) h E }{{} 1 (Ω). E E E E =:ηe 2 Wir haben also eine Abschätzung der Form (16.5) gezeigt. Die Behauptung folgt jetzt mit v = u u h wie in (16.6). Bemerkung 16.6 (Residuenbasierter A"=posteriori"=Fehlerschätzer) (a) Der Fehlerschätzer besteht aus zell- und kantenbasierten Fehlerindikatoren η K und η E, die zur Markierung der zu verfeinernden Gitterbestandteile benutzt werden können. (b) Für die hier verwendeten P 1 -Elemente kann man zeigen (Carstensen and Verfürth [1999]), dass die kantenbasierten Residuen η E im Fehlerschätzer dominieren. (c) Man kann die Indikatoren η K und η E auch zu ausschließlich zellweisen Indikatoren zusammenfassen: η K 2 := h 2 K r K (u h ) 2 L 2 (K) + g E h E r E (u h ) 2 L 2 (E) mit den Gewichten g E = Man erhält dann die Abschätzung E K { 1/2, falls E Innenkante ist 1, falls E Außenkante ist. u u h H 1 (Ω) c 1 c Cl (γ) ( c K (γ) + c E (γ) ) ( 1/2 1/2. η K) 2 (d) Der residuen-basierte Fehlerschätzer (16.11) ist nach Konstruktion zuverlässig. Der Beweis der Effizienz wird in [Grossmann et al., 2007, Section 4.7, S. 290] angedeutet, siehe auch [Ainsworth and Oden, 2000, Section 2.3, S. 23]. (e) Der erste Konvergenzbeweis für die adaptive FEM gelang Dörfler [1996]. (f) Bei der Lösung auf verfeinerten Gittern sind entweder hängende Knoten zu berücksichtigen, oder es muss ein Gitterabschluss durchgeführt werden, bei dem durch Verfeinerung benachbarter Zellen hängende Knoten vermieden werden. Hierbei ist das Aspektverhältnis (Winkelgrößen) zu beachten! Alternativen zu residuen-basierten Fehlerschätzern sind z. B. sogenannte recovery"=basierte Schätzer, zielorientierte Schätzer (goal-oriented), bei denen statt u u h # der Fehler in einer skalaren Quantity of Interest i(u) geschätzt wird, also der Fehler i(u) i(u h ) durch Fehlerindikatoren lokalisiert werden soll.
7 Abbildung 2: Adaptiv (links) und uniform verfeinertes Gitter (rechts). Abbildung 3: Darstellung des Fehlers u u h L (Ω) über der Anzahl der globalen Freiheitsgrade (Dimension des zu lösenden linearen Gleichungssystems) bei uniformer bzw. adaptiver Gitterfeinerung (auf Basis eines A-posteriori-Fehlerschätzers). Literatur M. Ainsworth and J. T. Oden. A Posteriori Error Estimation in Finite Element Analysis. John Wiley & Sons, New York, Carsten Carstensen and Rüdiger Verfürth. Edge residuals dominate a posteriori error estimates for low order finite element methods. SIAM Journal on Numerical Analysis, 36(5): (electronic), ISSN doi: /S X. Willy Dörfler. A convergent adaptive algorithm for Poisson s equation. SIAM
8 Journal on Numerical Analysis, 33(3): , ISSN doi: / C. Grossmann, H.-G. Roos, and M. Stynes. Numerical Treatment of Partial Differential Equations. Springer, Berlin, 2007.
Finite Elemente am Beispiel der Poissongleichung
am Beispiel der Poissongleichung Roland Tomasi 11.12.2013 Inhalt 1 2 3 Poissongleichung Sei R n ein Gebiet mit abschnittsweise glattem Rand und f L 2 (). Wir suchen u : R, so dass u = f in, u = 0 Physikalische
MehrJohannes Veit. 8. Januar 2016
Finite im Ein Blick über den Tellerrand... mit FreeFem++ 8. Januar 2016 im 1 2 im 3 4 Gliederung 5 im 1 2 im 3 4 Gliederung 5 dem Einheitsquadrat Laplace - Gleichung: im u(x) = 0 Man betrachte das Problem
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht Partielle Differentialgleichungen, Approximation der Lösung Finite Elemente, lineare und höhere Ansatzfunktionen Dünn
MehrFehlerschätzer und adaptive Verfahren
Fehlerschätzer und adaptive Verfahren Kurzzusammenfassung D. MATERNA F.-J. BARTHOLD Universität Dortmund / Fakultät Bauwesen Lehrstuhl Numerische Methoden und Informationsverarbeitung Prof. Dr.-Ing. habil.
MehrDipl.-Ing. Christoph Erath 10. November FVM-BEM Kopplung. Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln?
Dipl.-Ing. Christoph Erath 10. November 2007 FVM-BEM Kopplung Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln? Seite 2 FVM-BEM Kopplung 10. November 2007 Dipl.-Ing. Christoph Erath
MehrFinite Elemente I Konvergenzaussagen
Finite Elemente I 195 5 onvergenzaussagen 5 onvergenzaussagen TU Bergakademie Freiberg, SoS 2006 Finite Elemente I 196 5.1 Interpolation in Sobolev-Räumen Wesentlicher Baustein der FE-onvergenzanalyse
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers)
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht: Partielle Differentialgleichungen, Approximation der Lösung, Finite Elemente, lineare und höhere Ansatzfunktionen, Dünn
MehrAdaptivität II - Theorie
Adaptivität II - Theorie Hubertus Bromberger, Manuel Nesensohn, Johannes Reinhardt, Johannes Schnur 8. November 2007 Fazit des ersten Vortrages Ein geeignet verfeinertes Gitter ermöglicht massive Einsparung
Mehr6. Adaptive Finite-Element-Methoden
6. Adaptive Finite-Element-Methoden Adaptive Finite-Element-Methoden werden eingesetzt, um die FE-Lösung lokal oder global zu verbessern. Dieses Thema ist Gegenstand der heutigen Vorlesung. 6.1 Herleitung
MehrModellieren in der Angewandten Geologie II. Sebastian Bauer
Modellieren in der Angewandten Geologie II Geohydromodellierung Institut für Geowissenschaften Christian-Albrechts-Universität zu Kiel CAU 3-1 Die Finite Elemente Method (FEM) ist eine sehr allgemeine
MehrHauptseminar: Moderne Simulationsmethoden
Hauptseminar: Moderne Simulationsmethoden Finite Elemente Methode von Galerkin Tanja Heich Fachbereich 08 Johannes Gutenberg-Universität Mainz 02. November 2017 Hauptseminar Moderne Simulationsmethoden
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
Mehru(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T
8.1 Die Methode der Finiten Differenzen Wir beschränken uns auf eindimensionale Probleme und die folgenden Anfangs und Anfangsrandwertprobleme 1) Cauchy Probleme für skalare Erhaltungsgleichungen, also
MehrNumerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl
MehrKonvergenz der diskreten Lösungen und Fehlerabschätzung
Konvergenz der diskreten Lösungen und Fehlerabschätzung Michael de Mourgues LMU München Bruck am Ziller, 08.01.2015 Michael de Mourgues Konvergenz der diskreten Lösungen und Fehlerabschätzung 1/14 Das
MehrModellierung elastischer Materialien Variationsformulierung Galerkin-Approximation FreeFem++ Ausblick: Lineare Thermoelastiz. Lineare Elastizität
Lineare Elastizität Dominik Woznica Universität des Saarlandes 05.02.2016 Gliederung 1 Modellierung elastischer Materialien 2 Variationsformulierung 3 Galerkin-Approximation 4 FreeFem++ 5 Ausblick: Lineare
MehrElliptische Funktionen, elliptische Kurven und Modulformen Die Weierstraß sche -Funktion. Carina Sobotta
Elliptische Funktionen, elliptische Kurven und Modulformen Die Weierstraß sche -Funktion Carina Sobotta 7. Oktober 004 Einleitung Elliptische Funktionen erhielten ihren Namen, da sie anfangs bei Untersuchungen
MehrAdaptive Gitter-Verfeinerung
Institut für Numerische Mathematik WiMa-Praktikum II Adaptive Gitter-Verfeinerung PROJEKTARBEIT Christian Aßfalg Pelin Ekmekci Christian Kaps 16. Dezember 2015 Inhaltsverzeichnis 1 Einleitung 3 2 Algorithmus
MehrIterative Verfahren für lineare Gleichungssysteme
Iterative Verfahren für lineare Gleichungssysteme Vorlesung Sommersemester 013 Humboldt-Universität zu Berlin Zeiten können noch nach Wunsch vereinbart werden! Kontakt: Dr. Rüdiger Müller Weierstraß-Institut
MehrUnstetige Galerkin-Verfahren und die lineare Transportgleichung. Tobias G. Pfeiffer Freie Universität Berlin
Unstetige Galerkin-Verfahren und die lineare Transportgleichung Tobias G. Pfeiffer Freie Universität Berlin Seminar DG-Verfahren, 26. Mai 2009 , Voraussetzungen & Ziele Voraussetzungen Kenntnisse in Numerik
MehrInhaltsverzeichnis. Vorwort... v Vorwort zur ersten Auflage... vi Bezeichnungen... xiii
Inhaltsverzeichnis Vorwort... v Vorwort zur ersten Auflage... vi Bezeichnungen... xiii Kapitel I Einführung 1 1. Beispiele und Typeneinteilung... 2 Beispiele 2 Typeneinteilung 7 Sachgemäß gestellte Probleme
MehrBerechnungsmethoden der Energie- und Verfahrenstechnik Methode der gewichteten Residuen
Berechnungsmethoden der Energie- und Verfahrenstechnik Methode der gewichteten Residuen Giuseppe Bonfigli IFD, ETH-Zürich 3. Juni 21 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 1
MehrKlassische Polynom Interpolation.
Klassische Polynom Interpolation. Bestimme ein Polynom (höchstens) n ten Grades p n (x) = a 0 + a 1 x + a 2 x 2 +... + a n x n, das die gegebenen Daten interpoliert, d.h. p n (x i ) = f i, 0 i n. Erster
Mehr5 Interpolation und Approximation
5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)
Mehr4.8.1 Shortley Weller-Approximation Interpolation in randnahen Punkten... 81
Inhaltsverzeichnis 1 Partielle Differentialgleichungen und ihre Typeneinteilung... 1 1.1 Beispiele... 1 1.2 Typeneinteilungen bei Gleichungen zweiter Ordnung.................. 5 1.3 Typeneinteilungen bei
MehrBemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi
Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge
MehrAdaptive Finite Volumen Methode
D I P L O M A R B I Adaptive Finite Volumen Methode ausgeführt am Institut für Analysis und Scientific Computing der echnischen Universität Wien unter Anleitung von Ao.Univ.Prof. Dipl.Math. Dr.techn. Dirk
MehrEinflussfunktionen und finite Elemente
Einflussfunktionen und finite Elemente F. Hartmann Institut für Baustatik und Baudynamik Universität Kassel 16. Juni 2009 Messen = Bewegen Was kommt bei der Last an? Zu jeder Schnittgröße gehört eine
MehrFinite Element Approximation auf der Basis geometrischer Zellen
Finite Element Approximation auf der Basis geometrischer Zellen Peter Milbradt, Axel Schwöppe Institut für Bauinformatik, Universität Hannover Die Methode der Finiten Elemente ist ein numerisches Verfahren
MehrDie komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe
Die komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe Matthias Nagel Riemannsche Flächen Stets sei X eine 2-dimensionale Mannigfaltigkeit (Fläche). Definition. ) Eine komplexe Karte auf X ist
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
Mehr(d) das zu Grunde liegende Problem gut konditioniert ist.
Aufgabe 0: (6 Punkte) Bitte kreuzen Sie die richtige Lösung an. Es ist jeweils genau eine Antwort korrekt. Für jede richtige Antwort erhalten Sie einen Punkt, für jede falsche Antwort wird Ihnen ein Punkt
MehrInhaltsverzeichnis. Vorwort zur ersten Auflage. Bezeichnungen
Inhaltsverzeichnis Vorwort zur vierten Auflage Vorwort zur ersten Auflage Bezeichnungen v vi xv Kapitel I Einführung 1 1. Beispiele und Typeneinteilung 2 Beispiele 2 Typeneinteilung 7 Sachgemäß gestellte
MehrKapitel 3. Diskretisierungsverfahren. 3.1 Elliptische Differentialgleichung
Kapitel 3 Diskretisierungsverfahren 3.1 Elliptische Differentialgleichung Wir beschränken uns auf elliptische Randwertaufgaben. Gesucht ist eine Funktion u (x, y) in R 2, welche die allgemeine partielle
MehrÜbungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016
Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)
Mehr116 KAPITEL 15. INTEGRALSÄTZE
116 APITEL 15. INTEGRALSÄTZE Aufgabe 15.1.3 (Verschwinden des Integrales über eine partielle Ableitung) Es sei U R n offen, ϕ C 0 (U; R). Dann ist für j = 1,..., n U ϕ x j dλ n = 0. Wir erinnern an die
MehrZweite Prüfung zur Vorlesung
Prof O Scherzer P Elbau, L Mindrinos Numerische Mathematik Fakultät für Mathematik Universität Wien 4 Oktober 23 Zweite Prüfung zur Vorlesung Numerische Mathematik Erlaubte Hilfsmittel: Schriftliche Unterlagen
MehrKapitel 4: Nichtlineare Nullstellenprobleme
Vorlesung Höhere Mathematik: Numerik (für Ingenieure) Kapitel 4: Nichtlineare Nullstellenprobleme Jun.-Prof. Dr. Stephan Trenn AG Technomathematik, TU Kaiserslautern Sommersemester 2015 HM: Numerik (SS
MehrDarstellungsformeln für die Lösung von parabolischen Differentialgleichungen
Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung
MehrStatistische Methoden
Statistische Methoden Dr. C.J. Luchsinger 2 Beweis CLT Literatur Kapitel 2: Krengel: 12 2.1 Einführung Wir repetieren aus WTS, Kapitel 5: Fragestellung: Was geschieht mit dem Ausdruck n k=1 X k nµ, (2.1)
MehrBezeichnungen und Hilfsmittel aus der Analysis
Finite Elemente I 169 A Bezeichnungen und Hilfsmittel aus der Analysis A Bezeichnungen und Hilfsmittel aus der Analysis TU Bergakademie Freiberg, WS 2010/111 Finite Elemente I 170 A.1 Normierte Vektorräume
MehrGewöhnliche Differentialgleichungen Woche 7. Globale Existenz einer Lösung
Gewöhnliche Differentialgleichungen Woche 7 Globale Existenz einer Lösung 7.1 Von lokal zu global Wir betrachten wiederum das Anfangswertproblem { y (x = f (x, y(x, y( = y 0. (7.1 Eine erste Erweiterung
Mehr1 Diskretisierungen der Poisson-Gleichung
1 Diskretisierungen der Poisson-Gleichung 1 1.1 Klassische Lösungen und Maximumprinzip Im ersten Randwertproblem der Poisson-Gleichung suchen wir eine Funktion u C 2 (Ω) C(Ω) mit (1.1) u = f in Ω, u =
MehrLösungen - Serie 4 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie
Lösungen - Serie 4 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie Aufgabe 1: Betrachten Sie Zahlkörper. a) Untersuchen Sie, wie viele ganze Ideale a mit festgelegter Norm N(a) = a es in
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
Mehr1. Hierarchische Basen. 1. Hierarchische Basen Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33
Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33 1.1. Quadratur nach Archimedes Näherungsweise Berechnung von F 1 := 1 0 4 x (1 x) dx = 2 3 1 t=1 t=2 ¼ 0 ½ 1 ¼ 0 ½ 1 0 ½ 1 Perlen der Informatik
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrPartielle Differentialgleichungen Kapitel 7
Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx
MehrTheoretische und numerische Betrachtung partieller Differentialgleichungen mithilfe des nichtkonformen Park-Sheen Elements
Theoretische und numerische Betrachtung partieller Differentialgleichungen mithilfe des nichtkonformen Park-Sheen Elements Diplomarbeit Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
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.
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrEinführung FEM 1D - Beispiel
p. 1/28 Einführung FEM 1D - Beispiel /home/lehre/vl-mhs-1/folien/vorlesung/4_fem_intro/deckblatt.tex Seite 1 von 28 p. 2/28 Inhaltsverzeichnis 1D Beispiel - Finite Elemente Methode 1. 1D Aufbau Geometrie
MehrNun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren.
56 SS2016 Definition 6.17 (Unterlösung,Oberlösung). Ω R n seieingebietleinelliptischeroperator wie in Bedingung 6.1. Seien a i j, b i c stetig mit c 0 in Ω. Sei f stetig in Ω. Eine Funktion u C(Ω) heißt
MehrQuantengraphen. Sebastian Haeseler Technische Universität Chemnitz. Abstrakte Versionen klassischer. Ungleichungen und Anwendungen auf
en und Technische Universität Chemnitz en und 02.10.2009 Gliederung en und Gliederung en und Gliederung en und Gliederung en und Definition Ein metrischer Graph X Γ besteht aus en und Definition Ein metrischer
MehrNachklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe
MehrHodge Theorie. Viktoria Vilenska. Seminar über Kählermannigfaltigkeiten WS 2007/08 Veranstalter: Prof. Dr. Lorenz Schwachhöfer
Hodge Theorie Viktoria Vilenska Seminar über Kählermannigfaltigkeiten WS 2007/08 Veranstalter: Prof. Dr. Lorenz Schwachhöfer 1 Inhaltsverzeichnis 1 Einführung des Hodge -Operators 3 2 Hodge Theorie auf
MehrÜberlappende Verfahren nach der Schwarz-Methode
Überlappende Verfahren nach der Schwarz-Methode Institut für Numerische und Angewandte Mathematik 2 Überlappende Zerlegung Ω 1 Ω = Ω 1 Ω 2 Ω 1,2 := Ω 1 Ω 2 Γ 2 Ω 1,2 Γ 1 Γ 1 := Ω 1 Ω 2 Γ 2 := Ω 2 Ω 1 Ω
Mehr( u(x, t) + f(x, t)) v(x) dx
Ÿ 8. Anfangsrandwertprobleme 113 abhängt. Funktionswerte am Rand Γ wurden entfernt, da direkt die Randbedingung u(x, t) = 0 für x Γ eingesetzt wurde. Einige Eigenschaften der Systemmatrizen A 1D, A 2D
MehrEin sortiertes Feld kann in O(log n) durchsucht werden, z.b. mit Binärsuche. Der Algorithmus 1 gibt den Pseudocode der binären Suche an.
2.5 Suchen Eine Menge S will nach einem Element durchsucht werden. Die Menge S ist statisch und S = n. S ist Teilmenge eines Universums auf dem eine lineare Ordnung definiert ist und soll so gespeichert
Mehr5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)
5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)
Mehr12 Der Gaußsche Integralsatz
12. Der Gaußsche Integralsatz 1 12 Der Gaußsche Integralsatz Das Ziel dieses Abschnitts ist die folgende zentrale Aussage der mehrdimensionalen Analysis und der Theorie der partiellen Differentialgleichungen:
MehrA posteriori Fehlerschätzer für nicht-konforme Finite-Elemente-Methoden
A posteriori Fehlerschätzer für nicht-konforme Finite-lemente-Methoden Fakultät für Mathematik Ruhr-Universität Bochum Masterarbeit von Marc Naujoks Bochum, März 014 Inhaltsverzeichnis 1 inführung 3 Mathematische
MehrMehrdimensionale Interpolation Aniello Esposito
Mehrdimensionale Interpolation Aniello Esposito 30.04.2004 Mehrdimensionale Interpolation p.1 Überblick Galerkin Diskretisierung Zusammenfassung Interpolation Degenerierte Approximation Tensorprodukt Interpolation
Mehr6.1 Zerlegungen Ober- und Unterintegrale Existenz des Integrals
Kapitel 6 Das Riemann-Integral In diesem Abschnitt wollen wir einen Integralbegriff einführen. Dieser Integralbegriff geht auf Riemann 1 zurück und beruht auf einer naheliegenden Anschauung. Es wird sich
MehrII. Elliptische Probleme
II. Elliptische Probleme II.1 Finite Differenzen: Grundidee II.2 Konvergenzaussagen II.3 Allgemeine Randbedingungen II.4 Gekrümmte Ränder Kapitel II (0) 1 Dirichlet Randwerte mit finiten Differenzen Einfachster
MehrBildsegmentierung mit Snakes und aktiven Konturen
Bildsegmentierung mit Snakes und aktiven Konturen 5. Dezember 2005 Vortrag zum Seminar Bildsegmentierung und Computer Vision Übersicht 1 2 Definition der Snake Innere Energie S(c) 3 Statisches Optimierungsproblem
MehrEntwicklung von p-mehrgitter-verfahren für turbulente Strömungen
Entwicklung von p-mehrgitter-verfahren für turbulente Strömungen Institut für Aerodynamik und Strömungstechnik DLR 10.11.2011 1 / 24 Übersicht Motivation DG-Verfahren Gleichungen p-mehrgitter Voraussetzungen
MehrDifferentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11
Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die
Mehr3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten
Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C
MehrPraktikum. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik WS 2007
Praktikum Vita Rutka Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik WS 2007 Block 1 jeder Anfang ist eindimensional Was ist FEM? Die Finite-Elemente-Methode (FEM) ist ein numerisches
MehrHawkes Prozesse Grundlagen
Hawkes Prozesse Grundlagen Im Folgenden sei (Ω, F, F, P) eine stochastische Basis. Das heißt F = (F t ) t ist eine rechtsstetige Filtration mit F t F für alle t und P ein Wahrscheinlichkeitsmaß auf dem
Mehr4.5 Schranken an die Dichte von Kugelpackungen
Gitter und Codes c Rudolf Scharlau 19. Juli 2009 341 4.5 Schranken an die Dichte von Kugelpackungen Schon in Abschnitt 1.4 hatten wir die Dichte einer Kugelpackung, speziell eines Gitters bzw. einer quadratischen
MehrFortgeschrittene Netzwerk- und Graph-Algorithmen
Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester
MehrFinite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
MehrSeminararbeit Zahlentheorie. Gitter und der Minkowskische Gitterpunktsatz
Seminararbeit Zahlentheorie Gitter und der Minkowskische Gitterpunktsatz Natascha Bilkic und Andreas Welling 4. Dezember 2007 Inhaltsverzeichnis I. Einführung 3 8.1. Definition: Gitter................................
Mehr7. Dünne Gitter. Perlen der Informatik II, Hans-Joachim Bungartz page 1 of 31
Perlen der Informatik II, Hans-Joachim Bungartz page 1 of 31 7.1. Wir starten vom zwei- bzw. d-dimensionalen hierarchischen Teilraumschema aus dem vorigen Kapitel. Nun wählen wir aus dem Teilraumschema
MehrDas Nédélec-Element für H(curl)-elliptische Aufgaben
Technische Universität Chemnitz Fakultät für Mathematik Handout im Seminar Finite Elemente WS 2009/2010 Das Nédélec-Element für H(curl)-elliptische Aufgaben Judith Will 25. Januar 2010 Inhaltsverzeichnis
MehrModulprüfung Numerische Mathematik 1
Prof. Dr. Klaus Höllig 18. März 2011 Modulprüfung Numerische Mathematik 1 Lösungen Aufgabe 1 Geben Sie (ohne Beweis an, welche der folgenden Aussagen richtig und welche falsch sind. 1. Die Trapezregel
Mehr7. Übung zur Numerik partieller Differentialgleichungen I
MATHEMATISCHES INSTITUT Sommersemester 2018 DER UNIVERSITÄT ZU KÖLN Prof. Dr. A. Klawonn J. Knepper, M. Sc. M. Kühn, M. Sc. 29. Mai 2018 7. Übung zur Numerik partieller Differentialgleichungen I Hinweis:
MehrWir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt.
Abschätzung für die Rekursion von SELECT Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt. Wir nehmen erst einmal an, dass eine Konstante d existiert,
MehrAlois Fichtl, Julius Vogelbacher 10. Juni Voronoi und Johnson-Mehl Mosaike
Alois Fichtl, Julius Vogelbacher 10. Juni 2008 Voronoi und Johnson-Mehl Mosaike Seite 2 Voronoi- und Johnson-Mehl-Mosaike Alois Fichtl, Julius Vogelbacher 10. Juni 2008 Inhaltsverzeichnis Einführung Mosaike
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrKonvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
Mehr6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme
6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme 6.1 Nullstellen reeller Funktionen Bemerkung 6.1 (Problemstellung) geg.: f C[a, b] ges.: x [a, b] mit f(x ) = 0 Lösungstheorie f linear
MehrDie j-funktion, Abschätzung der Fourierkoeffizienten. 1 Grundlagen
Die j-funktion, Abschätzung der Fourierkoeffizienten Vortrag zum Seminar zur Funktionentheorie, 0.04.00 Felix Voigtländer Diese Ausarbeitung beschäftigt sich zunächst mit der j-funktion. Diese stellt einerseits
MehrA posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme
A posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme Dissertation zur rlangung des Grades eines Doktors der Naturwissenschaften der Fakultät für Mathematik an der
MehrA posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme
A posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme Dissertation zur rlangung des Grades eines Doktors der Naturwissenschaften der Fakultät für Mathematik an der
MehrGrundlagen: Algorithmen und Datenstrukturen
Technische Universität München Fakultät für Informatik Lehrstuhl für Effiziente Algorithmen Dr. Hanjo Täubig Tobias Lieber Sommersemester 2011 Übungsblatt 1 16. September 2011 Grundlagen: Algorithmen und
MehrDIPLOMARBEIT. Adaptive FEM für Probleme mit inhomogenen Dirichlet-Daten
Unterschrift BetreuerIn DIPLOMARBEIT Adaptive FEM für Probleme mit inhomogenen Dirichlet-Daten ausgeführt am Institut für Analysis und Scientific Computing der Technischen Universität Wien unter der Anleitung
MehrFolgen und Reihen. Thomas Blasi
Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................
MehrVortrag 20: Kurze Vektoren in Gittern
Seminar: Wie genau ist ungefähr Vortrag 20: Kurze Vektoren in Gittern Kerstin Bauer Sommerakademie Görlitz, 2007 Definition und Problembeschreibung Definition: Gitter Seien b 1,,b k Q n. Dann heißt die
MehrProjektionen auf abgeschlossene konvexe Mengen
Projektionen auf abgeschlossene konvexe Mengen Seminarvortrag von Veronika Pick Seminar Optimierung bei Herrn Prof. Dr. F. Jarre Heinrich-Heine-Universität Düsseldorf SS 2006 1 Vorbemerkung Das Seminarthema
MehrGewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf
d Gewöhnliche Differentialgleichungen Woche 6 Existenz nach Picard-Lindelöf 6.1 Vorbereitung für den Existenzsatz 6.1.1 Stetigkeit und Lipschitz-Stetigkeit Definition 6.1 Seien (V 1, 1 und (V 2, 2 zwei
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
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
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
MehrVorlesungsnotizen Woche 12 Nichteuklidische Geometrie, WS (Weiss)
22.01.2016 Vorlesungsnotizen Woche 12 Nichteuklidische Geometrie, WS 2015-2016 (Weiss) Hier geht es meistens um einen metrischen Raum X, der die Axiome I und II erfüllt, aber Axiom III verletzt. Wir legen
Mehr