( u(x, t) + f(x, t)) v(x) dx
|
|
- Sigrid Bieber
- vor 5 Jahren
- Abrufe
Transkript
1 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 etc.: (a) Die Matrizen sind groÿ, symmetrisch und dünn besetzt, d. h., eine feste, kleine Anzahl von Nicht-Null-Einträgen pro Zeile (1D drei, 2D fünf, 3D sieben). (b) Im 1D-Fall ist die Matrix A 1D sogar tridiagonal. (c) Die Matrizen sind schwach diagonaldominant. (d) Alle Eigenwerte sind reell und positiv. (e) Die Matrizen sind schlecht konditioniert mit O(h 2 ). Dim. d 1D 2D 3D Gröÿe n = N 1 = O(h 1 ) n = (N 1) 2 = O(h 2 ) n = (N 1) 3 = O(h 3 ) nnz(zeile) λ min λ max 4 sin 2 π h 2 h 0 π 2 8 sin 2 π 4 sin 2 (N 1)π h 2 = O(h 2 ) h 2 h 0 2π 2 12 sin 2 π 8 sin 2 (N 1)π h 2 = O(h 2 ) h 2 h 0 3π 2 12 sin 2 (N 1)π h 2 = O(h 2 ) SQ = λmax λ min O(h 2 ) = O(n 2 ) O(h 2 ) = O(n) O(h 2 ) = O(n 2/3 ) Die Eigenwerte und Eigenvektoren sind evtl. bereits aus der Vorlesung Numerik bekannt. Beachte: Die entstehenden ODE-Systeme sind steif mit SQ = O(h 2 ). (Der Steigkeitsquotient SQ entspricht gerade der Konditionszahl von A dd.) Bei der Behandlung mit nicht A-stabilen Verfahren ergibt sich die bekannte Schrittweitenbegrenzung, etwa beim expliziten Euler-Verfahren (vgl. Ÿ und Ÿ 3.4.2) τ 2 λ max = O(h2 ). Wir behandeln noch eine andere Technik der Ortsdiskretisierung, die ebenfalls auf ein groÿes ODE-System führt. Beispiel 8.2 (Finite Elemente) Wir gehen zunächst zur Variationsformulierung der Aufgabe (8.1) bzgl. des Ortes über. Dazu multiplizieren wir (8.1a) mit einer (stationären) Testfunktion v und integrieren über das Gebiet : u(x, t) v(x) dx = t ( u(x, t) + f(x, t)) v(x) dx = ( u(x, t) v(x)) dx + Γ u(x, t) v(x) ds + f(x, t) v(x) dx n
2 114 Kapitel 2. Weiterführende Themen (partielle Integration). Die Randbedingungen verankern wir im (Sobolev-)Raum für die Testfunktion v: und analog im Raum für die Lösung u: V := {v H 1 () : v = 0 auf Γ} = H 1 0() V t := C 1 ([0, T ]; V ). Beachte: V besteht hier aus verallgemeinert dierenzierbaren Funktionen aus dem Sobolev-Raum H 1 (), daher spricht man bei der Variationsformulierung genauer von einer schwachen Formulierung. Aufgrund der Null-Randbedingungen v = 0 auf Γ verschwindet der Randintegral- Term, und wir erhalten die schwache Formulierung: Finde u V t, sodass gilt: u t v dx = u v dx + f v dx v V t [0, T ]. (8.2) Die Ortsdiskretisierung ndet statt, indem man V durch einen endlichdimensionalen Teilraum V h von V ersetzt, insbesondere auch in der Denition für V t. Typisch für eine Finite-Elemente-Diskretisierung ist: V h besteht aus Funktionen, die auf jedem Element K (Zelle) eines Ortsgitters polynomial sind und insgesamt stetig in, z. B. V h = {v K Π 1 (K), v C 0 ()} V. Es sei {ϕ i } n i=1 eine Basis des Unterraumes V h. Wir stellen u Vh t zeitabhängigen Koezientenvektors: u(x, t) = n u j (t) ϕ j (x). j=1 dar mit Hilfe des Wir setzen dies in (8.2) ein und setzen nacheinander v = ϕ i. Es ergibt sich das Dgl-System M u = A u + f(t). (8.3)
3 Ÿ 8. Anfangsrandwertprobleme 115 mit der Anfangsbedingung u(0) = 0. Dabei sind [ ] M = ϕ j (x) ϕ i (x) dx i,j=1,...,n [ ] A = ϕ j (x) ϕ i (x) dx [ ] f(t) = f(x, t) ϕ i dx i=1,...,n i,j=1,...,n die Massenmatrix die Steigkeitsmatrix der Lastvektor. Die Eigenschaften der FE-Matrizen A und M hängen von der Wahl des Funktionenraumes V h (der Wahl der Elemente) und der Wahl seiner Basis ab. Typisch sind aber folgende Eigenschaften: (a) A und M sind groÿ, symmetrisch und dünn besetzt. (b) A und M sind schwach diagonaldominant. (c) Alle Eigenwerte vom M und A reell und positiv. (d) M ist gut konditioniert, wohingegen A wieder mit O(h 2 ) schlecht konditioniert ist. Es ergibt sich eine Steifheit des Systems (8.3) in gleichem Ausmaÿ wie bei der Diskretisierung mittels niter Dierenzen (Beispiel 8.1). 27 Zur numerischen Behandlung sind also bevorzugt implizite ESV oder MSV zu verwenden. Man kann (8.3) noch mit M 1 durchmultiplizieren oder aber stehenlassen und wie bei DAE-Systemen vorgehen (vgl. (7.7)). In jedem Fall erfordert jeder Schritt eines MSV bzw. jede Stufe eines RKV die Lösung eines LGS. Im Fall des impliziten Euler-Verfahrens ergibt sich beispielsweise in jedem Schritt das LGS [M + τ A] u(t n+1 ) = M u(t n ) + τ f(t n+1 ). 27 Eine Herleitung von Schranken für die Eigenwerte von A und M ndet man z. B. in Elman et al. [2005].
4
5 Literaturverzeichnis Uri M. Ascher and Linda R. Petzold. Computer methods for ordinary dierential equations and dierential-algebraic equations. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, R. Becker, D. Meidner, and B. Vexler. Ecient numerical solution of parabolic optimization problems by nite element methods. Optimization Methods and Software, 22(5):813833, doi: / Germund Dahlquist. Convergence and stability in the numerical integration of ordinary dierential equations. Mathematica Scandinavica, 4:3353, ISSN Germund G. Dahlquist. A special stability problem for linear multistep methods. BIT, 3:2743, P. Deuhard and F. Bornemann. Numerische Mathematik II. de Gruyter, Berlin, H.C. Elman, D.J. Silvester, and A.J. Wathen. Finite elements and fast iterative solvers: with applications in incompressible uid dynamics. Numerical Mathematics and Scientic Computation. Oxford University Press, New York, E. Hairer and G. Wanner. Solving Ordinary Dierential Equations II. Sti and Dierential-Algebraic Problems, volume 14 of Springer Series in Computational Mathematics. Springer, Berlin, E. Hairer, S. Nørsett, and G. Wanner. Solving Ordinary Dierential Equations I. Nonsti Problems, volume 8 of Springer Series in Computational Mathematics. Springer, Berlin, M. Hanke-Bourgeois. Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens. Teubner, Stuttgart, M. Hermann. Numerik gewöhnlicher Dierentialgleichungen. Oldenbourg, München, H. Heuser. Gewöhnliche Dierentialgleichungen. Teubner, Stuttgart, H. Heuser. Lehrbuch der Analysis - Teil 2. B.G.Teubner, Stuttgart, P. Kunkel and V. Mehrmann. Analysis und Numerik linearer dierentiellalgebraischer Gleichungen. Technical Report SFB393/9427, TU Chemnitz, D. Meidner and B. Vexler. A priori error estimates for space-time nite element discretization of parabolic optimal control problems. Part I: Problems without control constraints. SIAM Journal on Control and Optimization, 47(3): , R. Plato. Numerische Mathematik kompakt. Vieweg, Wiesbaden, second edition, R. Rannacher. Numerische Mathematik I Numerik gewönlicher Dierentialgleichungen. Vorlesung an der Universität Heidelberg, D. Schötzau and C. Schwab. An hp a priori error analysis of the DG time-stepping method for initial value problems. Calcolo, 37(4):207232,
6 118 Kapitel 2. Literaturverzeichnis J. Stoer. Numerische Mathematik Band 1. Springer, Berlin, ninth edition, J. Stoer and R. Bulirsch. Numerische Mathematik Band 2. Springer, Berlin, fourth edition, 2005.
Numerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl
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
MehrNumerische Mathematik I: Grundlagen
Numerische Mathematik I: Grundlagen 09.10.2017 Inhalt der Lehrveranstaltung Inhaltlich sollen Sie in der Lehrveranstaltung Numerische Mathematik I insbesondere vertraut gemacht werden mit der Numerik linearer
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
MehrEin Blick über den Tellerrand... mit FreeFem++
Ein Blick über den Tellerrand... mit FreeFem++ Eine Einführung und etwas Theorie Steffen Weißer Universität des Saarlandes 30. Oktober 2015 Gliederung 1 Zum Seminar 2 Was ist eine PDE? 3 Etwas Funktionalanalysis
MehrStudienschwerpunkt Numerische Mathematik
Studienschwerpunkt Numerische Mathematik Ralf Hiptmair Seminar for Applied Mathematics, ETH Zürich Wahlfachvorstellung SS 25 R.Hiptmair (SAM, ETH Zürich) Numerische Mathematik SS 25 / 3 Vorlesungsangebot
MehrSeminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren
Seminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren Manuel Hofmann 4..00 Einleitung Ziel dieser Arbeit ist es den Begriff der S-Stabilität einzuführen und im.
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
MehrEinführung in die Numerische Mathematik
Einführung in die Numerische Mathematik Thomas Richter thomas.richter@iwr.uni-heidelberg.de Thomas Wick thomas.wick@iwr.uni-heidelberg.de Universität Heidelberg 25. Juli 2012 (In Bearbeitung) Inhaltsverzeichnis
MehrNumerik gewöhnlicher Differentialgleichungen. Übung 8 - Lösungsvorschlag
Technische Universität Chemnitz Chemnitz, 2. Januar 21 Prof. R. Herzog, M. Bernauer Numerik gewöhnlicher Differentialgleichungen WS29/1 Übung 8 - Lösungsvorschlag 1. Ziel dieser Aufgabe ist die Umsetzung
MehrZur Methode der FINITEN ELEMENTE. Hans v. Storch
Zur Methode der FINITEN ELEMENTE Hans v. Storch 26.7.77 Die "Methode der Finiten Elemente" ist eine Erfindung aus dem Bereich der Statik. Die ersten Ansätze finden sich 1941 und 1943. In die Mathematik
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
MehrEinführung in die Numerische Lineare Algebra (MA 1304)
Einführung in die Numerische Lineare Algebra (MA 1304) Vorlesung Montags, 16:15-17:45 Uhr Rudolf-Mößbauer - HS (Physik) Homepage zur Vorlesung http://www-m2.ma.tum.de/bin/view/allgemeines/numlinalgws1516
MehrSeminar Finite Elemente Behandlung zeitabhängiger Probleme mit cg/dg-verfahren. Inhaltsverzeichnis
Technische Universität Chemnitz Chemnitz, 18.01.2010 T. Etling Seminar Finite Elemente Behandlung zeitabhängiger Probleme mit cg/dg-verfahren Inhaltsverzeichnis 1 Einleitung 2 2 Schwache Formulierung und
MehrRobert Denk Proseminar Analysis WS 2016/17
1. Inhalt des Proseminars 1 Robert Denk 21.07.2016 Proseminar Analysis WS 2016/17 1. Inhalt des Proseminars Die Grundidee einer Fourierreihe besteht darin, eine Funktion als Überlagerung von Schwingungen,
MehrEinführung in die Numerik strukturerhaltender Zeitintegratoren. Leonard Schlag 6. Dezember 2010
Einführung in die Numerik strukturerhaltender Zeitintegratoren Leonard Schlag 6. Dezember 2010 1 Inhaltsverzeichnis 1 Einführung in die Numerik strukturerhaltender Zeitintegratoren 3 1.1 Häuge Problemstellung:
MehrRheinisch-Westfälische Technische Hochschule. Gegeben seien eine gewöhnliche Dierentialgleichung (DGL) und ein Anfangswert. γ l K l.
Rheinisch-Westfälische Technische Hochschule Institut für Geometrie und Praktische Mathematik Numerische Mathematik II Wintersemester 2009 Priv. Doz. Dr. Helmuth Jarausch Dr. KarlHeinz Brakhage Übung :
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
MehrSoftwareentwicklung von Bauteil-, Raumund Gebäudesimulation
Fakultät Architektur, Institut für Bauklimatik, Lehrstuhl Bauphysik Anne Paepcke, Andreas Nicolai, Stefan Vogelsang Dresden, DELPHIN Modell Hygrothermische Simulation von Wandkonstruktionen Simulation
MehrAufgabe 1 (12 Punkte)
Aufgabe ( Punkte) Ein Medikament wirkt in drei Organen O, O, O 3. Seine Menge zur Zeit t im Organ O k wird mit x k (t) bezeichnet, und die Wechselwirkung wird durch folgendes System von Differentialgleichungen
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
MehrNumerische Verfahren für gewöhnliche Differentialgleichungen. Literaturliste. P.Deuflhard, F.Bornemann: Numerische Mathematik II, De Gruyter, 1994.
Numerische Verfahren für gewöhnliche Differentialgleichungen. Einschrittverfahren I: Einfache Verfahren. Konvergenzordnung. Einschrittverfahren II: Runge Kutta Verfahren 4. Stabilität 5. Schrittweitensteuerung
MehrNumerische Verfahren für gewöhnliche Differentialgleichungen
Numerische Verfahren für gewöhnliche Differentialgleichungen. Einschrittverfahren I: Einfache Verfahren. Konvergenzordnung. Einschrittverfahren II: Runge Kutta Verfahren 4. Stabilität 5. Schrittweitensteuerung
MehrKAPITEL 1. Einleitung
KAPITEL 1 Einleitung Wir beschäftigen uns in dieser Vorlesung mit Verfahren aus der Numerischen linearen Algebra und insbesondere dem sogenannten Mehrgitterverfahren zur Lösung linearer Gleichungssysteme
MehrNotizen zur Vorlesung Differentialgleichungen I
Notizen zur Vorlesung Differentialgleichungen I Henrik Schumacher TUHH, 24 Januar 217 1 Randwertaufgaben für Differentialoperatoren zweiter Ordnung Zu Funktionen a, a 1 und a 2 C [a, b]) betrachten wir
MehrNumerik I Einführung in die Numerik
Numerik I Einführung in die Numerik M. Gutting 18. Oktober 2016 Termine Termine Vorlesung: dienstags von 12:15 Uhr bis 13:45 Uhr in ENC-D 201 und freitags von 14:15 Uhr bis 15:45 Uhr in ENC-D 223, Übung:
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrAufgaben für die 14. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010
Aufgaben für die 4. Übung zur Vorlesung Mathematik für Informatiker: Analysis Sommersemester 4. Bestimmen Sie den Flächeninhalt der dreiblättrigen Kleeblattkurve γ für ein Kleeblatt. Die Polarkoordinaten-
MehrReduced-Rank Least Squares Modelle
16.12.2008 Wiederholung Gegeben: Matrix A m n Paar Rechter Eigenvektor x, Eigenwert λ: A x = λ x mit x R n \ 0, λ N Paar Linker Eigenvektor y, Eigenwert λ: y T A = λ y T Singulärwertzerlegung (SVD): A
Mehrẋ = αx(t) + βx(t τ) (1.3) 1.1 DDE als diskrete Abbildung x(t + h) = x(t) + hẋ(t) (1.2)
1 Lyapunovspektrum Wir wollen im folgenden Kapitel das Lyapunovspektrum am Beispiel der einfachsten retardierten Dierentialgleichung (Dierential Delay Equation) betrachten: ẋ(t) = αx(t) + βx(t τ) (11)
Mehr16 A-posteriori-Fehlerabschätzungen
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
MehrGlättung durch iterative Verfahren
Numerische Methoden in der Finanzmathematik II Sommersemester 211 Glättung durch iterative Verfahren Vorlesung Numerische Methoden in der Finanzmathematik II Sommersemester 211 Numerische Methoden in der
MehrEffiziente Diskretisierungs- und Lösungstechniken für die Lattice-Boltzmann Equation auf unstrukturierten Gittern
Effiziente Diskretisierungs- und Lösungstechniken für die Lattice-Boltzmann Equation auf unstrukturierten Gittern Thomas Hübner, Stefan Turek (thomas.huebner@math.uni-dortmund.de, ture@featflow.de) LS
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
MehrGrundlagen der Numerischen Mathematik Sommersemester Kapitel 0. Jun.-Prof. Dr. Thorsten Raasch (JGU Mainz) 23. April 2014
Grundlagen der Numerischen Mathematik Sommersemester 2014 Kapitel 0 Jun.-Prof. Dr. Thorsten Raasch Johannes Gutenberg-Universität Mainz Institut für Mathematik 23. April 2014 Numerik Was ist das? Was ist
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 4. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 17. März 2016 Lineare Gleichungssysteme 1 Wiederholung: Normen, Jacobi-Matrix,
MehrFinite Elemente I 2. 1 Variationstheorie
Finite Elemente I 2 1 Variationstheorie 1 Variationstheorie TU Bergakademie Freiberg, SoS 2007 Finite Elemente I 3 1.1 Bilinearformen Definition 1.1 Sei V ein reeller normierter Vektorraum. Eine Bilinearform
MehrNumerik gewöhnlicher Differentialgleichungen Wintersemester 2014/15. Kapitel 0
Numerik gewöhnlicher Differentialgleichungen Wintersemester 2014/15 Kapitel 0 Jun.-Prof. Dr. Thorsten Raasch Johannes Gutenberg-Universität Mainz Institut für Mathematik 29. Oktober 2015 Numerik was ist
MehrFerienkurs Analysis 3 für Physiker. Partielle Differentialgleichungen
Ferienkurs Analysis 3 für Physiker Partielle Differentialgleichungen Autor: Benjamin Rüth, Korbinian Singhammer Stand: 9. März 2015 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis 1 Was sind partielle
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
MehrHardy- Ungleichung EINLADUNG IN DIE MATHEMATIK 1
Hardy- Ungleichung TRISTAN CASPARI 2.12.213 SEMINAR. EINLADUNG IN DIE MATHEMATIK 6.12.213 EINLADUNG IN DIE MATHEMATIK 1 Agenda 1 2 3 4 5 Ungleichungen Historische Entwicklung Beweis Varianten Anwendungen
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
MehrNumerische Mathematik I
Numerische Mathematik I à Claus Schneider Sommersemester numerik_i_inhalt.nb Inhalt. Beispiele. Lineare Gleichungssysteme I à. Problemstellung. Gestaffelte Gleichungssysteme, Dreiecksmatrizen. Gauß-Elimination.
MehrKARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis
KARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis Höhere Mathematik III für die Fachrichtung Elektro- und Informationstechnik D. A MR Frühjahr 2014 T R, M.S. 06.03.2014 Bachelor-Modulprüfung Aufgabe
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
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, Winter 205 BIOL HST PHARM Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle MC Total MC Total 2 3 4 5 Total
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 =
MehrAufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4
Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)
MehrInstationäre Wärmeleitung (Ergänzung zur 7. Vorlesung vom )
Technische Universität Dresden Seite 1 Instationäre Wärmeleitung (Ergänzung zur 7. Vorlesung vom 5.05.09) Beachte: In der Vorlesung wurden z. T. andere Symbole verwendet. Vorlesung Ergänzungsskript Bezeichnung
MehrGewöhnliche Dierentialgleichungen
Prof. Dr. Guido Sweers WS 28/29 Jan Gerdung, M.Sc. Gewöhnliche Dierentialgleichungen Übungsblatt 6 Die Lösungen müssen in den Übungsbriefkasten Gewöhnliche Dierentialgleichungen Raum 3 im MI) geworfen
MehrNumerische Mathematik für Ingenieure (SoSe 2013)
Numerische Mathematik für Ingenieure (SoSe 2013) PD Dr(USA) Maria Charina Auszüge aus Vorlesungsfolien von Prof Joachim Stöckler werden verwendet Für die Bereitstellung dieses Materials und der Tex-Files
MehrVF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
MehrDiscontinuous-Galerkin-Verfahren
Discontinuous-Galerkin-Verfahren Dr. Gregor Gassner Institut für Aerodynamik und Gasdynamik der Universität Stuttgart. Stuttgart, 2013 Variationsformulierung 1 Ziel dieser Vorlesung ist es, das DG Verfahren
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 partieller Differentialgleichungen für Ingenieure
Numerik partieller Differentialgleichungen für Ingenieure Von ir. J. J.I.M. van Kan und ir. A. Segal Technische Universität Delft Aus dem Niederländischen übersetzt von Burkhard Lau, Technische Universität
MehrI. Einführung in die PDGL
I. Einführung in die PDGL I. Modellierungsbeispiele I.2 Wohlgestelltheit I.3 Klassifizierung I.4 Lösungskonzepte Kapitel I () Vorgehen bei der groben Einteilung von PDGL: ) System von PDGL (ja/nein) 2)
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
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
MehrNumerische Verfahren
Numerische Verfahren Numerische Methoden von gewöhnlichen Differentialgleichungen (AWP) Prof. Dr.-Ing. K. Warendorf, Prof. Dr.-Ing. P. Wolfsteiner Hochschule für Angewandte Wissenschaften München Fakultät
MehrEinführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 8 Partielle
MehrPartielle Differentialgleichungen. Hofer Joachim/Panis Clemens
9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................
MehrSchwache Formulierung der Poisson-Gleichung Finite Elemente Methoden Fouriermethoden für Wärmeleitungsgleichung
Department Mathematik der Universität Hamburg SoSe 29 Dr. Hanna Peywand Kiani Schwache Formulierung der Poisson-Gleichung Finite Elemente Methoden Fouriermethoden für Wärmeleitungsgleichung Die ins Netz
Mehr10 Stabilität und steife Systeme
Numerik II 34 Stabilität und steife Systeme Inhalt. Absolute Stabilität. Was sind steife Differentialgleichungen?.3 Weitere Stabilitätsbegriffe Stabilität und steife Systeme TU Bergakademie Freiberg, SS
MehrNichtlineare Optimierung
Nichtlineare Optimierung Roland Griesse Numerische Mathematik Chemnitzer Skiseminar Gerlosberg, 07. 14. März 2009 Gliederung Konvexe Optimierung 1 Konvexe Optimierung Bedeutung Beispiele Charakterisierung
MehrKlausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker
Apl. Prof. Dr. W.-P. Düll Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen inf, swt Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer Zettel mit Namen und
MehrKARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis
KARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis Höhere Mathematik III für die Fachrichtung Elektro- und Informationstechnik D. A MR Wintersemester 2013/14 T R, M.S. Bla 9 vom 07.02.2014 http://www.math.kit.edu/iana1/lehre/hm3etec2013w/
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
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
MehrExtremalprobleme unter Nebenbedingungen
Technische Universität München Christoph Niehoff Ferienkurs Analysis 2 für Physiker Vorlesung Donnerstag SS 20 Der heutige Ferienkurstag ist drei Themen gewidmet. Zuerst beschäftigen wir uns mit Extremalaufgaben
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
MehrMathematisch-algorithmische Grundlagen für Big Data
Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2017
MehrBlatt 5. 2 Herleitung des linear komplementären Problems
Programmierpraktikum Computational Finance WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll Programmierpraktikum Computational Finance Blatt 5 1 Einführung Auf diesem Blatt wollen wir nun Amerikanische
MehrD-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 1
D-MAVT NUMERISCHE MATHEMATIK FS 4 K. Nipp, A. Hiltebrand Lösung vom Test. Sei eps die Maschinengenauigkeit in Matlab. Dann gilt: eps/4 = Richtig / Falsch + eps/2 = Richtig / Falsch 8 + eps = 8 Richtig
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
MehrSeminarvortrag. Euler-Approximation. Marian Verkely TU Dortmund
Seminarvortrag Euler-Approximation Marian Verkely TU Dortmund 03.12.14 1 / 33 Inhaltsverzeichnis 1 Motivation 2 Simulierte Prozesse 3 Euler-Approximation 4 Vasicek-Prozess: Vergleich analytische Lösung
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
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
Mehrv(x, y, z) = (1 z)x 2 + (1 + z)y 2 + z. Hinweis: Der Flächeninhalt der Einheitssphäre ist 4π; das Volumen der Einheitskugel
Aufgabe Gegeben sei das Gebiet G : { (x, y, z) R 3 x 2 + y 2 + z 2 < } und die Funktion Berechnen Sie das Integral v(x, y, z) ( z)x 2 + ( + z)y 2 + z. G n ds, wobei n der nach außen zeigende Normalenvektor
MehrTransformation auf Hessenbergform und Tridiagonalform
Transformation auf Hessenbergform und Tridiagonalform Proseminar - Numerische Mathematik Sommersemerster 200 - Universität Hamburg Fachbereich Mathematik geleitet von Prof. Wolf Hofmann von Patrick Schuch
Mehr1 2, 2,v [1, 2]. R 2 : u
Prof. Dr. H. Harbrecht Höhere Mathematik 3 07.09.00 Aufgabe (0 Punkte Gegeben sei die parametrisierte Fläche A mit A { ( Φ(u,v uv, v R : u u a Berechnen Sie die Funktionaldeterminante von Φ. b Bestimmen
MehrFloquet-Theorie IV. 1 Hills Gleichung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 08.11.2011 Tobias Roidl Dieser Vortrag befasst sich mit der Hills Gleichung und gibt eine Einführung in die Periodischen Orbits von linearen Systemen.
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
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,
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
MehrLösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden.
Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am 20.6.2015 um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden. Prof. Dr. Wolfgang Arendt Manuel Bernhard Sommersemester 2015 Achten
MehrMathematik I für MB und ME
Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 23 (5.8.23). Gegeben seien die Matrizen A = 2 3 3 und B = 5 2 5 (a) Bestimmen Sie die Eigenwerte von A und B sowie die
MehrTU Ilmenau Institut für Mathematik FG Numerische Mathematik und Informationsverarbeitung PD Dr. W. Neundorf Datei: UEBG2.TEX
TU Ilmenau Institut für Mathematik FG Numerische Mathematik und Informationsverarbeitung PD Dr. W. Neundorf Datei: UEBG2.TEX Übungsaufgaben zum Lehrgebiet Numerische Mathematik - Serie 2 Beweise Sie folgende
MehrNumerik II Numerik Elliptischer Differentialgleichungen
Numerik II 207 12 Numerik Elliptischer Differentialgleichungen 12 Numerik Elliptischer Differentialgleichungen TU Bergakademie Freiberg, SS 2010 Numerik II 208 12.1 Die Laplace-Gleichung in einem Quadrat
Mehr2-stündige Ergänzungsvorlesung im Wintersemester 2016/2017 D-moduln und Distributionen. D. van Straten Mittwochs, Uhr,Raum
2-stündige Ergänzungsvorlesung im Wintersemester 2016/2017 D-moduln und Distributionen. D. van Straten Mittwochs, 10-12 Uhr,Raum 04-426 D-moduln sind Moduln über den nicht-kommutativen Ring D = C[x 1,
MehrFinite 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
MehrVorbereitung für die Prüfung Mathematik II für Informatiker
Technische Universität Ilmenau SS 2010 Institut für Mathematik Inf Prof. Dr. Michael Stiebitz Vorbereitung für die Prüfung Mathematik II für Informatiker 1 Lineare Algebra Aufgabe 1 Schauen Sie sich die
MehrAdaptive Mehrschrittverfahren
Adaptive Mehrschrittverfahren Moritz Neumann 21. März 2011 1 Inhaltsverzeichnis 1 Vorwort 3 2 Einführung 3 3 Adaptive Seuerung der Schrittweite und Ordnung 5 3.1 Adams-Verfahren................................
Mehr, r [0, 2], ϕ [0,π/2], ϑ [0,π/6]. x 3. x 2 2 x 2 1. F(x) = x 2 3
Prof. Dr. Eck Höhere Mathematik 3 9.3.9 Aufgabe ( Punkte) Gegeben ist der Körper K mit der Parametrisierung x r cos ϕ cos ϑ K : x = Φ(r,ϕ,ϑ) = r sin ϕ cos ϑ, r [, ], ϕ [,π/], ϑ [,π/6]. x 3 r sin ϑ a) Berechnen
Mehr5. Steife Differentialgleichungen 5.1 Was sind steife Differentialgleichungen?
5. Was sind steife Differentialgleichungen? Es gibt keine zufriedenstellende Definition der Bauart eine DG heißt steif, wenn... Wir beschreiben nun verschiedene Aspekte des Phänomens Steifheit einer DG
Mehr4.4 Simultane Diagonalisierbarkeit und Trigonalisierbarkeit
4.4 Simultane Diagonalisierbarkeit und Trigonalisierbarkeit Definition 4.41. Eine Familie F linearer Operatoren heißt vertauschbar oder kommutierend, wenn für je zwei Operatoren U,T in F gilt: UT = TU.
MehrOptimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations
Prof. Dr. H. J. Pesch Lehrstuhl für Ingenieurmathematik Universität Bayreuth Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations (Teil 1: SS 2006) 1.
MehrNumerische Simulation mit finiten Elementen. O. Rheinbach
Numerische Simulation mit finiten Elementen O. Rheinbach Numerische Simulation mit finiten Elementen INHALT 0.1 Finite Differenzen in 2D 1. Einleitung 1.1 Vorbemerkungen 1.2 Rand- und Anfangswertaufgaben
Mehr