Effiziente Diskretisierungs- und Lösungstechniken für die Lattice-Boltzmann Equation auf unstrukturierten Gittern
|
|
- Etta Kohl
- vor 5 Jahren
- Abrufe
Transkript
1 Effiziente Diskretisierungs- und Lösungstechniken für die Lattice-Boltzmann Equation auf unstrukturierten Gittern Thomas Hübner, Stefan Turek LS III: Angewandte Mathematik und Numerik TU Dortmund Vortrag, München
2 Inhalt 1. Lattice-Boltzmann Gleichung als PDE 2. Implizite Zeitdiskretisierung 3. Ortsdiskretisierung auf unstrukurierten Gittern 4. Konvergenz 5. Effiziente Löser 6. Neue Gleichgewichtsformulierung der LB Gleichung
3 Kapitel 1 Lattice-Boltzmann Gleichung als PDE
4 1. Lattice-Boltzmann Gleichung Lattice-Boltzmann Equation (LBE) für laminare, in- bzw. schwach kompressible Strömungen f i t + e i f i = 1 eq τ (fi f i ) bzw. stationäre Formulierung e i f i = 1 eq τ (fi f i )
5 1. Lattice-Boltzmann Gleichung e i f i = 1 eq (fi f i ) τ Approximiere Dichte und Geschwindigkeit durch Momente ρ = i f i, u = i e i f i Quadratischer Gleichgewichtsterm des inkompressiblen Modells f eq i = w i (ρ + 3 2c (e 2 i u) + 9 2c (e 4 i u) 2 3 2c u 2 ) 2 Viskosität bestimmt Relaxationszeit durch τ = 3ν c 2 Schallgeschwindigkeit c linear in e i, quadratisch in rechter Seite
6 Kapitel 2 Implizite Zeitdiskretisierung
7 2. Zeitdiskretisierung Zeitdiskretisierung f n+1 i fi n t + e i f n+1 i + 1 τ i (f n+1 i f eq,n+1 i ) = 0 Mit hi n := e i fi n + 1 τ (f i n f eq,n ) erhalte Time-Stepping-Schema f n+1 i + θ t h n+1 i = (θ 1) t hi n + fi n θ {0, 1 2, 1}: Expliziter Euler, Crank-Nicholson, Impliziter Euler
8 Kapitel 3 Ortsdiskretisierung auf unstrukurierten Gittern
9 3. Ortsdiskretisierung Ortsdiskretisierung gibt (lineare and nichtlineare) Operatoren T i F i e i f i, M i F i 1 τ f i, 8 j=0 N ij F j 1 τ f eq i Dann kann die LBE geschrieben werden als F n+1 i + t(t i F n+1 i + M i F n+1 i 8 j=0 N ijf n+1 j ) = F n i, i = 0,...,8 Resultiert in diskretem, gekoppelten, nichtlinearen Gleichungssystem T M N N 08 T := , M := , N := M T 8 N N 88 8 A = t(t + M N), B = (1 θ)af n + F n (Id + θa)f n+1 = B
10 3. Transport
11 3. 1D Ansatz für das Transportproblem Diskretsierung 2er Ordnung ergibt (mit h 1 + h 2 = r h 1 ) β u(v 0 ) = u (v 0 ) = (1 r2 )u(v 0 ) r 2 u(v 1 ) + u(v 2 ) h 1 (r 2 r) Hohe Genauigkeit Untere Dreiecksmatrizen löse Transportschritte direkt Nur möglich durch spezielles Sortierverfahren Matrixfreie Implementierung + O(h 1, h 2 ) 2
12 3. Knotennummerierung ausgehend vom Rand alle Knoten abarbeiten naiver Algorithmus sogar auf kartesischem Gitter inkonsistent Struktur der Differenzengleichung entspricht gerichtetem Graphen Hilfe aus der Graphentheorie (Topologische Nummerierung)
13 3. Transportoperatoren in der Praxis nz = 6925
14 3. Transportoperatoren in der Praxis nz = 6925
15 3. Transportoperatoren in der Praxis nz = 6925
16 3. Transportoperatoren in der Praxis nz = 6925
17 3. Transportoperatoren in der Praxis nz = 6925
18 3. Transportoperatoren in der Praxis nz = 6925
19 3. Transportoperatoren in der Praxis nz = 6925
20 3. Transportoperatoren in der Praxis nz = 6925
21 3. Transportoperatoren in der Praxis nz = 6925
22 Kapitel 4 Konvergenz
23 4. Testprobleme
24 4. Testprobleme
25 4. Rotating Couette Flow Analytische Lösung, unabhängig von Viskosität Fehlerraten gleichbleibend bei konstantem Verhältnis ν c
26 4. Rotating Couette Flow Analytische Lösung, unabhängig von Viskosität Fehlerraten gleichbleibend bei konstantem Verhältnis ν c
27 4. Rotating Couette Flow Analytische Lösung, unabhängig von Viskosität Fehlerraten gleichbleibend bei konstantem Verhältnis ν c
28 4. Rotating Couette Flow Analytische Lösung, unabhängig von Viskosität Fehlerraten gleichbleibend bei konstantem Verhältnis ν c
29 4. Driven Cavity Driven Cavity, CFD-Referenzlösung mit n= Gitterpunkten
30 4. Driven Cavity Driven Cavity, CFD-Referenzlösung mit n= Gitterpunkten
31 4. Driven Cavity Driven Cavity, CFD-Referenzlösung mit n= Gitterpunkten
32 4. Benchmark, Re=2 Zylinder im Kanal, CFD-Referenzlösung mit n=66976 Gitterpunkten
33 Kapitel 5 Effiziente Löser
34 5. Lösung der nichtlinearen Probleme Nichtlinearen Defekt lösen (auf 10 6 ) für stationären Benchmark Re = 2 c=1 c=10 c= Fixpunkt Newton Re = 20 c=1 c=10 c= Fixpunkt 180 > 300 > > >300 Newton = Newton Schema klappt gut für verschiedene h und Re
35 5. Preconditioner 1 Nummerierung entsprechend dem Transport Direkte Anwendung wegen der unteren Dreiecksstruktur nz = 6925
36 5. Preconditioner 1 Nummerierung entsprechend dem Transport Direkte Anwendung wegen der unteren Dreiecksstruktur
37 5. Eigenwertverteilung QR-Zerlegung für Driven Cavity (Re=100), c=1 Systemmatrix A der stationären Gleichung
38 5. Eigenwertverteilung QR-Zerlegung für Driven Cavity (Re=100), c=1 Modifizierte Eigenwerte durch Transport-Vorkonditionierer T 1 A
39 5. Kondition Eigenwerte der vollimpliziten Systemmatrix A bzw. der modifizierten Matrix T 1 A Kondition für c sehr schlecht max λ A max λ min λ min λ c1 n= E E E+02 n= E E E+03 n= E E E+03 c100 n= E E E+06 n= E E E+06 n= E E E+06 T 1 max λ A max λ min λ min λ c1 n= E E E+02 n= E E E+02 n= E E E+02 c100 n= E E E+04 n= E E E+04 n= E E E+04
40 5. Preconditioner 2 Alternative Nummerierung entsprechend den Kollisionen Block-Jacobi-Vorkonditionierer nz = 6925
41 5. Preconditioner 2 Alternative Nummerierung entsprechend den Kollisionen Block-Jacobi-Vorkonditionierer
42 5. Lösung der linearen Systeme Lineares System lösen (um 6 Stellen relativ) für Driven Cavity mit t = 1, Re = 100 Kleines c: Transport-Preconditioner levelunabhängig Dominante Kollisionen: Block-Jacobi Variante c-unabhängig plain bl-jac tr-pre c=1 n= n= n= n= c=10 n= n= n= n= c=100 n= n= n= n= c=1000 n= n= n= n= = Nicht optimal!
43 Kapitel 6 Gleichgewichtsformulierung der LB Gleichung
44 6. Umformulierung des Systems Versuche das System umzuformulieren, um den Transportlöser besser, direkter auszunutzen Analog zum Verfahren der generalized mean intensity (GMI) aus dem Gebiet des Strahlungstransports Neue generalized equilibrium formulation (GEF) der LB Gleichung Die invertierten Transportschritte sind dann Teil der (impliziten) Systemmatrix
45 6. Gleichgewichtsformulierung Ausgehend von der diskretisierten LBE, mit T i f i e i f i + 1 τ f i wird die Gleichung T i f i = 1 τ f eq i zu f i = T 1 1 i τ f eq i (1) und mit den entsprechenden Gewichten multipliziert und aufsummiert: f eq i = k w ik f k = k w ik T 1 1 k τ f eq k Erhalte Distributionen f i im postprocess direkt mit Gleichung (1)
46 6. Gleichgewichtsformulierung: System Id f eq i k w ik T 1 1 k τ f eq k = 0 ergibt ein LGS Ax = b mit impliziter Systemmatrix w 11 τ T 1 w 12 1 τ T 1 w 2 10 τ T 1 0 w 21 τ T 1 1 w 22 τ T w 01 τ T 1 1. w 00 τ T 1 0 f eq 1 f eq 2. f eq 0 Vorkonditionierung ist möglich, da Diagonalen der inversen Transportoperatoren bekannt sind invertiere 9x9 Systeme = 0
47 6. Performanz der Formulierung Vergleich mit Transport/Block-Jacobi Vorkonditionierer Direkte Formulierung über f i vs. Gleichgewichtsformulierung per f eq i plain bl-jac tr-pre c=1 n= n= n= n= c=10 n= n= n= n= c=100 n= n= n= n= c=1000 n= n= n= n= GEF GEF(diag) c=1 n= n= n= n= c=10 n= n= n= n= c=100 n= n= n= n= c=1000 n= n= n= n= = Nicht unabhängig von Gitterweite h!
48 Kapitel 7 Multigrid
49 7. Erste Schritte mit Mehrgitter Gute Mehrgitterraten mit beiden Glättervarianten Mehr Glättungsschritte besser, Levelabhängigkeit nur im positiven Sinne c10 c100 tr-pre bl-jac GEF GEF(diag) tr-pre bl-jac GEF GEF(diag) n= n= Aber: Gittertransfer noch nicht optimal
50 Zusammenfassung Moderne Numerik für PDE angewandt auf die LBE Finite-Differenzen Upwind Diskretisierung mit konst. Char. Auf unstrukturierten Gittern von 1er und 2er Ordnung Spezielle Nummerierung liefert untere Dreiecksmatrix für Transportoperator Implizite Zeitdiskretisierung sowie stationäre Formulierung Spezielle Vorkonditionierer für transport- und kollisionsdominante Systeme Gleichgewichtsformulierung liefert einen neuen Zugang zur LBE
Entwicklung 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
MehrVorkonditionierer. diskrete stationäre Eulergleichungen
Übersicht Bernhard Pollul,, RWTH Templergraben 55, 52056, E-mail: pollul@igpm.rwth-aachen.de Vorkonditionierer für diskrete stationäre Eulergleichungen 1/13 1., Teilprojekt B4 2. Vorkonditionierung 3.
MehrMehrgitter-Verfahren für DG Finite-Elemente-Diskretisierungen von turbulenten Strömungen
www.dlr.de Folie 1 > STAB Workshop, 12.11.2013 > Marcel Wallraff, Tobias Leicht 12.11.2013 Mehrgitter-Verfahren für DG Finite-Elemente-Diskretisierungen von turbulenten Strömungen Marcel Wallraff, Tobias
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
MehrNumerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl
MehrAngewandte Strömungssimulation
Angewandte Strömungssimulation 7. Vorlesung Stefan Hickel Druck-Geschwindigkeits-Kopplung Lösung der Navier-Stokes Gleichungen Kompressible NSG! Massenerhaltung! Impulserhaltung ρu t! Energieerhaltung
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.
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 4. Teil Finite-Volumen-Methode
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
MehrHeat Flow. Daniel Raß. 12. Juli
d-rass@web.de 12. Juli 2007 Übersicht Einleitung Zuerst einige theoretische Grundlagen zur Diskretisierung der Wärmeleitungsgleichung und der Poissongleichung. Ausgangsgleichung Ausgehend von Masse-, Impuls-
MehrAngewandte Strömungssimulation
ngewandte Strömungssimulation 8. Vorlesung Stefan Hickel Numerische Strömungsberechnung Physikalische Modellierung Mathematische Modellierung Numerische Modellierung Lösung uswertung Parameter und Kennzahlen
MehrAnwendung von Lattice-Boltzmann Methoden in der Strömungsakustik. Andreas Wilde
Anwendung von Lattice-Boltzmann Methoden in der Strömungsakustik Andreas Wilde Einführung/Überblick Frage: Kann man mit Lattice-Boltzmann Strömungsakustik machen? 2 Einführung/Überblick Frage: Kann man
MehrNumerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min)
Lehrstuhl für Angewandte Mathematik Montanuniversität Leoben 70 004 Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan. 207 2:00-4:00 (20 min) Name Matrikelnummer Mündliche Prüfung: Bitte markieren
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
MehrNumerische Verfahren zur Lösung der Monge-Ampère-Gleichung
Verfahren zur Lösung der Monge-Ampère-Gleichung Yasemin Hafizogullari Institut für Geometrie und Praktische Mathematik RWTH Aachen Seminar zu aktuellen Themen der Numerik im Wintersemester 2010/2011 1
MehrElektrischer Schaltkreis lin. Gleichungssystem
Inhalt Kapitel II: Lineare Gleichungssysteme II Lineare Gleichungssysteme II Gestaffelte Systeme II2 LU-Zerlegung II3 QR-Algorithmen Kapitel II (UebersichtKapI) Beispiel : Elektrischer Schaltkreis I R
MehrEin Eingitter-Ansatz für aeroakustische Simulationen bei kleinen Machzahlen
ERCOFTAC-Technologietag, Stuttgart 2005 p. 1 Ein für aeroakustische Simulationen bei kleinen Machzahlen Achim Gordner und Prof. Gabriel Wittum Technische Simulation Universiät Heidelberg ERCOFTAC-Technologietag,
MehrMusterlösungen zur Leistungsnachweisklausur vom Studiengang Informatik, Ingenieurinformatik, Lehramt
TU ILMENAU Institut für Mathematik Numerische Mathematik PD Dr. W. Neundorf Musterlösungen zur Leistungsnachweisklausur vom.0.006 Studiengang Informatik, Ingenieurinformatik, Lehramt 1. Lineare Algebra
MehrInhalt Kapitel II: Lineare Gleichungssysteme
Inhalt Kapitel II: Lineare Gleichungssysteme II Lineare Gleichungssysteme II1 Gestaffelte Systeme II2 LU-Zerlegung II3 QR-Algorithmen Kapitel II (UebersichtKapI) 1 Beispiel 1: Elektrischer Schaltkreis
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
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
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
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
MehrLineare Differenzengleichungen
Lineare Differenzengleichungen Die Fibonacci-Zahlen F n sind definiert durch F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 für n >= 2 Die letzte Zeile ist ein Beispiel für eine homogene lineare Differenzengleichung
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
MehrIII. Iterative Löser. III.1 Direkte Löser und ihre Nachteile. III.2 Klassische Iterationsverfahren
III. Iterative Löser III.1 Direkte Löser und ihre Nachteile III.2 Klassische Iterationsverfahren Kapitel III (0) 1 Erinnerung: Lineares Gleichungssystem bei FDM Diskretisierung einer linearen PDGL 2. Ordnung
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
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
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
Mehr1 Die Problemstellung
Institut für Wissenschaftliches Rechnen Technische Universität Braunschweig Prof. Hermann G. Matthies, Ph.D. ScientifiComputing Wir wollen als erstes das in diesem Praktikum zu behandelnde Problem aus
MehrIII. Iterative Löser. III.1 Direkte Löser und ihre Nachteile. III.2 Klassische Iterationsverfahren. III.3 GMRES und CG-Verfahren
III. Iterative Löser III.1 Direkte Löser und ihre Nachteile III.2 Klassische Iterationsverfahren III.3 GMRES und CG-Verfahren Kapitel III (0) 1 Erinnerung: Lineares Gleichungssystem bei FDM Diskretisierung
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
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
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
MehrAngewandte Strömungssimulation
Angewandte Strömungssimulation 9. Vorlesung Stefan Hickel Validierung und Fehlererkennung Numerische Strömungsberechnung Physikalische Modellierung Mathematische Modellierung Numerische Modellierung Lösung
MehrAlgorithmik kontinuierlicher Systeme
Algorithmik kontinuierlicher Systeme Iterative Verfahren (2/2) Ziel dieser Vorlesung Wie schnell können wir Gleichungssysteme lösen? O(n 3 ) LR- oder QR-Zerlegung: Immer anwendbar Standardverfahren Aber:
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
MehrEigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte
MehrNebenfach Mathematik im Informatik-Studium. Martin Gugat FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 25.
Nebenfach Mathematik im Informatik-Studium Martin Gugat martin.gugat@fau.de FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 25. Oktober 2017 Motivation Die rigorose Analyse von Algorithmen erfordert
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,
MehrBildverarbeitung: Kontinuierliche Energieminimierung. D. Schlesinger BV: () Kontinuierliche Energieminimierung 1 / 9
Bildverarbeitung: Kontinuierliche Energieminimierung D. Schlesinger BV: () Kontinuierliche Energieminimierung 1 / 9 Idee Statt zu sagen, wie die Lösung geändert werden muss (explizite Algorithmus, Diffusion),
MehrBildverarbeitung: Diffusion Filters. D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10
Bildverarbeitung: Diffusion Filters D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10 Diffusion Idee Motiviert durch physikalische Prozesse Ausgleich der Konzentration eines Stoffes. Konzentration
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
MehrInstitut für Numerische Simulation der Universität Bonn Prof. Dr. Mario Bebendorf
Institut für Numerische Simulation der Universität Bonn Prof. Dr. Mario Bebendorf Praktikum im Sommersemester 2012 Programmierpraktikum numerische Algorithmen (P2E1) (Numerische Lösung der Wärmeleitungsgleichung)
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
MehrLattice-Boltzmann-Methode
Lattice-Boltzmann-Methode Ausarbeitung zum CES-Seminarvortrag Markus Frings (274290) 27. Juli 2013 Inhaltsverzeichnis 1 Einleitung 1 2 Zelluläre Automaten 2 3 Lattic-Gas-Automaten 2 3.1 FHP-I.....................................
MehrBanach scher Fixpunktsatz. 1) D ist abgeschlossen und konvex; 2) f ist selbstabbildend, d.h. f(d) D;
Institut für Geometrie und Praktische Mathematik Höhere Mathematik IV (für Elektrotechniker und Technische Informatiker) - Numerik - SS 2007 Dr. S. Börm, Dr. M. Larin Banach scher Fixpunktsatz Gegeben
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrNebenfach Mathematik im Informatik-Studium. Martin Gugat FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26.
Nebenfach Mathematik im Informatik-Studium Martin Gugat martin.gugat@fau.de FAU: Friedrich-Alexander-Universität Erlangen-Nürnberg 26. Oktober 2016 Motivation Die rigorose Analyse von Algorithmen erfordert
MehrEigenwerte. Vorlesung Computergestützte Mathematik zur Linearen Algebra. Lehrstuhl für Angewandte Mathematik Sommersemester 2009
Eigenwerte Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Sommersemester 2009 25. Juni + 2.+9. Juli 2009 Grundlagen Definition Ist für A C n,n, Ax = λx
MehrD-MATH Numerische Methoden FS 2017 Dr. Vasile Gradinaru Luc Grosheintz. Serie 10
D-MATH Numerische Methoden FS 2017 Dr. Vasile Gradinaru Luc Grosheintz Serie 10 Abgabedatum: 23.5/24.5, in den Übungsgruppen Koordinatoren: Luc Grosheintz, HG G 46, luc.grosheintz@sam.math.ethz.ch Webpage:
MehrStationäre Newtonsche Strömung
Stationäre Newtonsche Strömung Bettina Suhr Inhaltsverzeichnis 1 Einleitung 2 2 Die Navier-Stokes-Gleichungen 2 3 Die schwache Formulierung 2 4 Die Ortsdiskretisierung 5 4.1 Taylor-Hood Elemente........................
MehrAngewandte Strömungssimulation
Angewandte Strömungssimulation 7. Vorlesung Stefan Hickel Numerische Strömungsberechnung Physikalische Modellierung Mathematische Modellierung Numerische Modellierung Lösung Auswertung Parameter und Kennzahlen
MehrVORLESUNGEN. Numerische. Diplomarbeit. Strömungsmechanik Kolleg
VORLESUNGEN Strömungslehre 5 Angewandte Strömungsmechanik Math. Methoden der Strömungslehre 6 Numerische Strömungsmechanik 7 Trainings-Kurs 8 Diplomarbeit Strömungsmechanik Kolleg Mathematische Methoden
MehrExtrapolationsverfahren
Extrapolationsverfahren Vortrag im Rahmen des Seminars Numerik gewöhnlicher Differentialgleichungen unter der Leitung von Prof. Peter Bastian WS 2010/11 Marlene Beczalla 21.12.2010 1. Beschreibung des
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
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
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
MehrIII. Iterative Löser. III.1 Direkte Löser und ihre Nachteile. III.2 Klassische lineare Iterationsverfahren
III. Iterative Löser III.1 Direkte Löser und ihre Nachteile III.2 Klassische lineare Iterationsverfahren Typeset by FoilTEX 1 Erinnerung: Lineares Gleichungssystem bei FDM Diskretisierung einer linearen
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 7. Teil Die Impulsgleichungen
MehrLösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3.
Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 7.7.6 Aufgabe N (LR-Zerlegung mit Pivotisierung) Gegeben seien 6 8 A = 8 6 R und b = 6 R. a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung.
MehrName: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1
Name: Matr.-Nr.: 2 Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: 1 1 0 2 b 1 1 2 4 1 1 4 6 x = 1 1. 2 2 2a 2 3a 1 (a) Bringen Sie das lineare Gleichungssystem auf Treppenform. (b) Für welche
MehrD-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski. Serie 9
D-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski Serie 9 Best Before: 24.5/25.5, in den Übungsgruppen (2 wochen) Koordinatoren: Alexander Dabrowski, HG G 52.1, alexander.dabrowski@sam.math.ethz.ch
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
MehrInhaltsverzeichnis. 1 Einleitung... 1
Inhaltsverzeichnis 1 Einleitung................................................. 1 2 Fehleranalyse: Kondition, Rundungsfehler, Stabilität...... 11 2.1 Kondition eines Problems................................
MehrTransport Einführung
Transport Einführung home/lehre/vl-mhs-1/inhalt/folien/vorlesung/8_transport/deckblatt.tex Seite 1 von 24. p.1/24 1. Einführung 2. Transportgleichung 3. Analytische Lösung Inhaltsverzeichnis 4. Diskretisierung
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
MehrPS Numerische Mathematik für LAK WS 08/09, LV-Nr.: , HS Übungsblatt (bis )
. Übungsblatt (bis 5.0.2008). Aufgabe. Skizzieren Sie die Einheitskugeln K (0,) im R 2 für die Normen, 2 und. 2. Aufgabe. Beweisen Sie x x 2 n x für alle x R n. 3. Aufgabe. Bestimmen Sie die relative Konditionszahl
MehrDiplom VP Numerik 28. August 2006
Diplom VP Numerik 8. August 6 Multiple-Choice-Test Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese Aufgabe
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
MehrInhaltsverzeichnis. 1 Einleitung 1
Inhaltsverzeichnis 1 Einleitung 1 2 Fehleranalyse: Kondition, Rundungsfehler, Stabilitat 11 2.1 Kondition eines Problems 11 2.1.1 Elementare Beispiele 12 2.1.2 Bemessen, Normen 15 2.1.3 Relative und Absolute
Mehr14 Numerik hyperbolischer Differentialgleichungen
Numerik II 256 14 Numerik hyperbolischer Differentialgleichungen Während parabolische PDG Diffusionsvorgänge modellieren stellen hyperbolische PDG Modelle für Wellenphänomene dar. Wichtigste Anwendungsgebiete
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
MehrParallelrechnern. 12. März Technische Universität Chemnitz. Der Jacobi-Davidson Algorithmus auf. Parallelrechnern. Patrick Kürschner.
Technische Universität Chemnitz 12. März 2008 - sweise Gliederung - sweise - sweise Eigenwertprobleme Ziel: Lösung von Eigenwertproblemen Dabei: Ax = λx Matrix A C n n sehr groß, dünnbesetzt (sparse) Gesucht:
MehrZWEITE KLAUSUR zur Numerik I mit Lösungen. Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE FELIX LIEDER DR. GEORG JANSING.9.7 ZWEITE KLAUSUR zur Numerik I mit Lösungen Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:
MehrBerechnungsmethoden der Energie- und Verfahrenstechnik
Institute of Fluid Dynamics Berechnungsmethoden der Energie- und Verfahrenstechnik Prof. Dr. Leonhard Kleiser c L. Kleiser, ETH Zürich Transition zur Turbulenz in einem drahlbehafteten Freistrahl. S. Müller,
MehrOrthogonale Matrix. Definition 4.19
Orthogonale Matrix Ausgleichsprobleme sind häufig schlecht konditioniert. Matrix des Normalengleichungssystems kann nahezu singulär sein. Spezielle Matrixzerlegung für höhere numerische Stabilität: QR-Zerlegung
MehrMODULPRÜFUNG MODUL MA 1302 Einführung in die Numerik
................ Note Name Vorname 1 I II Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Obige Angaben sind richtig: Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT
MehrAnordnungstechniken für konvektionsdominante Probleme im Ê 3. Dimensionsunabhängige Verfahren. Algorithmen für planare Graphen. Numerische Beispiele
Anordnungstechniken für konvektionsdominante Probleme im Ê 3 Inhalt: Einführung Dimensionsunabhängige Verfahren Algorithmen für planare Graphen Anordnungen im Ê 3 Numerische Beispiele 2 Einführung betrachtet
MehrLineare Algebra und Numerische Mathematik D-BAUG. Sommer 2012 Prof. H.-R. Künsch
b Prüfung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice: Sommer Prof. H.-R. Künsch Gegeben sei die folgende Matrix A = 4. 4 (a) x AA T ist eine 4 4 Matrix mit ( AA T) = 4. AA T ist
MehrÜbersicht zur Numerik II für Ingenieure
Übersicht zur Numerik II für Ingenieure Petr Tichý und Jörg Liesen Technische Universität Berlin 19. Februar 2004 Modellierung Real world Problem Mathematisches Modell (Differentialgleichung) Diskretisierung
MehrÜbung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm
Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm Numerik Parameterschätzprobleme INHALT 1. 1D Wärmeleitungsgleichung 1.1 Finite-Differenzen-Diskretisierung
MehrInstitut für Geometrie und Praktische Mathematik
RWTH Aachen Institut für Geometrie und Praktische Mathematik Multiple-Choice-Test NumaMB F08 (30 Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine
MehrÜbungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik'
Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik' 1. Diskretisierung in der Zeit: Die Evolutionsgleichung Kurzzusammenfassung Zur Erprobung der Verfahren zur zeitlichen Diskretisierung
MehrLösungen zu Blatt 13 der Übungen zur Vorlesung Numerik, LMU München, Wintersemester 2016/2017
Lösungen zu Blatt 13 der Übungen zur Vorlesung Numerik, LMU München, Wintersemester 01/017 Peter Philip, Sabine Bögli. Januar 017 1. 10 Punkte) a) Betrachten Sie R mit der Maximumsnorm. Berechnen Sie die
MehrBegleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme
Begleitmaterial zur Vorlesung Numerik linearer Gleichungssysteme Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik 1
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.
MehrInhaltsverzeichnis. 1 Einleitung... 1
Inhaltsverzeichnis 1 Einleitung... 1 2 Fehleranalyse: Kondition, Rundungsfehler, Stabilität... 11 2.1 KonditioneinesProblems... 11 2.1.1 ElementareBeispiele... 12 2.1.2 Bemessen,Normen... 15 2.1.3 RelativeundAbsoluteKondition...
MehrSpline-Interpolation
Spline-Interpolation Tim Schmölzer 20 November 2009 Tim Schmölzer Spline-Interpolation 20 November 2009 1 / 38 Übersicht 1 Vorbemerkungen 2 Lösbarkeit des Interpolationsproblems 3 Stabilität der Interpolation
MehrPartielle Differentialgleichungen. Hofer Joachim/Panis Clemens
9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................
MehrIterative Löser: Einführung
Iterative Löser: Einführung Im vergangenen Semester wurden folgende Löser für LGS betrachtet: LU-Zerlegung (mit und ohne Pivotisierung) QR-Zerlegung (Householder und Givens) Lösung beliebiger, regulärer,
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
Mehr3 Lineare Gleichungssysteme
Lineare Gleichungssysteme Wir wissen bereits, dass ein lineares Gleichungssystem genau dann eindeutig lösbar ist, wenn die zugehörige Matrix regulär ist. In diesem Kapitel lernen wir unterschiedliche Verfahren
MehrTeil XIII. Simulation mit PDEs: Wärmeleitungsgleichung
Teil XIII Simulation mit PDEs: Wärmeleitungsgleichung IN8008, Wintersemester 2011/2012 284 ODE vs. PDE Differentialgleichungen bei der Molekulardynamik: nur eine unabhängige Variable: Zeit gewöhnliche
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 11 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 2010 Prof. Dr. Klaus Höllig
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
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrBlatt 4. 1 Einführung. Programmierpraktikum Computational Finance. WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll
Programmierpraktikum Computational Finance WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll Programmierpraktikum Computational Finance Blatt 4 1 Einführung Die auf den ersten drei Blättern besprochenen
MehrKapitel 6. Iterationsverfahren für lineare Gleichungssysteme
Kapitel 6 Iterationsverfahren für lineare Gleichungssysteme Falls n sehr groß ist und falls die Matrix A dünn besetzt ist (sparse), dann wählt man zur Lösung von Ax = b im Allgemeinen iterative Verfahren.
Mehr