Discontinuous-Galerkin-Verfahren
|
|
- Arnim Eberhardt
- vor 7 Jahren
- Abrufe
Transkript
1 Discontinuous-Galerkin-Verfahren Dr. Gregor Gassner Institut für Aerodynamik und Gasdynamik der Universität Stuttgart. Stuttgart, 2013
2 Variationsformulierung 1 Ziel dieser Vorlesung ist es, das DG Verfahren mathematisch zu formulieren. Die ersten Veröentlichungen des DG Verfahrens behandelten die Diskretisierung von hyperbolischen Erhaltungsgleichungen. Hier wurde insbesondere im Vergleich zum klassischen Finite-Elemente-Verfahren (auch stetiges oder engl. continuous Galerkin Verfahren) Vorteile des DG Verfahrens aufgezeigt und hervorgehoben. Hyperbolische Erhaltungsgleichungen Eine skalare hyperbolische Erhaltungsgleichung hat die Form bzw. u t + f(u) = 0, x Ω R d (allg. mehr-d) mit = x 1., (1) x d u t + div f(u) = 0 mit u = u( x, t) R. (2) Die Unbekannte u = u( x, t) ist die Erhaltungsgröÿe und f := (f 1 (u),..., f d (u)) T ist der Vektor der sogenannten physikalischen Flüsse. Wir betrachten in dieser Vorlesung streng hyperbolische Systeme f u = a(u) Rd 0, (3) wobei a(u) die Wellenausbreitungsgeschwindigkeit des Systems ist. Um das Problem eindeutig zu denieren, benötigen wir noch Anfangsbedingungen und Randbedingungen Ω a Ω n u( x, t = 0) = u 0 ( x), (4) a(u) n Ω < 0 BC (Boundary Condition), (5) wobei hier Ω den Rand des Gebietes Ω bezeichnet und n nach auÿen orientiert deniert ist. Ist das Vektorskalarprodukt von a und n negativ, wird der Zustand u ins Gebiet transportiert (Inow) und muss entsprechend vorgegeben sein. Das Discontinuous Galerkin Verfahren für hyperbolische Erhaltungsgleichungen Variationsformulierung Ähnlich zu den Finite-Elemente-Verfahren ist die Variationsformulierung Ausgangspunkt des DG- Verfahrens. Ausgehend von der partiellen Dierentialgleichung u t + f = 0, (6)
3 Schwache Formulierung 2 werden wir diese im Folgenden herleiten. Dazu betrachten wir zunächst die sogenannte räumliche Testfunktion φ = φ( x), welche in einem Teilgebiet Ω beliebig oft dierenzierbar deniert ist. Das Teilgebiet ist beim DG Verfahren zum Beispiel eine Gitterzelle. Die Variationsformulierung hat verschiedene Interpretationsmöglichkeiten. Eine davon ist die Interpretation als Projektion. Wir fordern, dass die L 2 -Projektion der partiellen Dierentialgleichung (Residuum) u t + f auf die Testfunktion φ( x) Null ist. Man kann also sagen, dass das Residuum orthogonal bezüglich der Testfunktion sein soll. Für die Projektion multiplizieren wir die Gleichung mit der Testfunktion φ und integrieren räumlich über das Gebiet ( u t + f ) φ( x) d x = 0. (7) In kompakter Schreibweise ergibt sich: u t + f, φ = 0. (8) L 2 () Nützen wir die Linearität der Projektion in ihren Argumenten, kann man die Gleichung (8) umformulieren um eine neue Interpretationsmöglichkeiten darzustellen: u t, φ L2 () = f, φ L 2 (). (9) Diese Gleichung beschreibt, dass die Projektion der Zeitableitung gleich der Projektion der Flussdivergenz ist. Schwache Formulierung Der Ausgangspunkt des DG Verfahrens ist die Variationsformulierung, welche in die sogenannte schwache Formulierung entwickelt werden kann. In der bisherigen Variationsformulierung muss die Funktion u ableitbar sein, da die Divergenz des von u abhängigen Flusses benötigt wird. Dies ist eine starke Forderung an die Lösung u, welche insbesondere für (nichtlineare) hyperbolische Gleichungen nicht garantiert werden kann, da bei diesen Gleichungen Unstetigkeiten (Stöÿe) als Lösungen auftreten können. Für die schwache Formulierung verwenden wir eine räumliche partielle Integration für den Flussterm, um die räumliche Ableitung auf die Testfunktionen zu bringen u t φ d x + f n φ( x) ds f φ d x = 0. (10) fφ(x) d x Die räumliche Testfunktion wurde als beliebig glatt vorrausgesetzt und kann entsprechend abgeleitet werden. Der Vorteil dieser Formulierung ist, dass die Unbekannte u nicht mehr abgeleitet werden muss die Anforderungen an u sind also schwächer. Die Konsequenzen dieser Formulierung sind allerdings, dass die Lösung u eventuell nicht mehr eindeutig deniert ist. Man braucht zusätzliche (physikalische) Bedingungen (z.b.: Entropie darf nur anwachsen), um die Lösung des Problems eindeutig und physikalisch sinnvoll zu machen. Auf Details wird in dieser Vorlesung nicht weiters eingegangen, der interessierte Leser ndet Informationen in Büchern über partielle Dierentialgleichungen.
4 Das DG-Verfahren 3 Das DG-Verfahren Basis des DG-Verfahrens ist die schwache Formulierung. Das Grundlegende eines jeden Verfahrens zur Lösung/Approximation von partiellen Dierentialgleichungen ist die Denition des Ansatzraumes. Beim DG Verfahren unterteilt sich die Diskretisierung in zwei Schritte: Im ersten Schritt wird das Gebiet in nichtüberlappende Gitterzellen (beliebige Formen erlaubt) unterteilt. Innerhalb der Gitterzelle wird dann zusätzlich noch eine Approximation für die Lösung u( x, t) gewählt. In dieser Vorlesung betrachten wir Polynomansätze: u( x, t) u ( x, t) = N(p,d) j=1 a j (t) Freiheitsgrade φ j ( x), Basisfunktionen (11) (12) hierbei sind a j (t) die zeitabhängigen Polynomkoezienten (Unbekannte, Freiheitsgrade) und φ j ( x) die Basisfunktionen die den Polynomraum P p () aufspannen. Die Anzahl der Basisfunktionen hängt von dem Polynomgrad p, von der räumlichen Dimension d und von der Form der Gitterzellen ab. Der gesamte Approximationsraum beim DG-Verfahren besteht also aus stückweise Polynome, die exakte Lösung u wird durch die Vereinigung dieser stückweisen Polynome approximiert u( x, t) u h ( x, t) = u ( x, t), u h : Aproximation an u. (13) Beim Galerkin Verfahren werden die Testfunktionen gleich den Basisfunktionen gewählt, also gibt es N verschiedene Testfunktionen φ {φ j }N j=1. Setzt man jetzt diesen Ansatz in die schwache Formulierung ein, erhält man u t φ i d x + f(u) n φ i ds f(u ) φ i d x = 0. (14) Diese Formulierung besteht aus zwei Teilen: dem Volumenintegral, welches nur von den eigenen Gitterzellenwerten abhängt und dem Oberächenintegral, welches direkt am Gitterzellenrand deniert ist. Problem hierbei ist, dass die DG-Approximation u h im Allgemeinen unstetig (discontinuous) an den Gitterzellrändern ist. u h ( x, t) ist also nicht eindeutig deniert. Entsprechend ist der Normalenuss f(u) n, der für das Oberächenintegral benötigt wird, nicht eindeutig deniert. Um das Verfahren eindeutig zu denieren, muss man diesen Normalenuss approximieren. Dieses Problem tritt auch bei den Finite-Volumen-Verfahren auf, welche ebenfalls auf unstetigen Ansatzräumen basieren. Die Approximation wird typischerweise als numerischer Fluss bezeichnet und ist im Allgemeinen eine Funktion vom linken (u ) und rechten (u + ) Zustand = f n g(u +, u ). Die numerischen Flüÿe hängen von der betrachteten partielle Dierentialgleichung ab und basieren typischerweise auf (approximativen) Riemannlösern. Ein bekanntes und weitverbreites Beispiel ist der lokale Lax-Friedrichs-Fluss (auch: Rusanov-Fluss): g(u +, u ) = 1 ( ) f(u + ) + f(u ) n max a(u) n u [u,u + ] [u+ u ]. (15)
5 Das DG-Verfahren 4 Ersetzt man nun den Normalenuss durch den numerischen Fluss g, erhält man die mathematische Formulierung des DG-Verfahrens in schwacher Form u t φ i d x + g(u +, u )φ i ds f(u ) φ i d x = 0, i = 1,..., N(p, d). (16) } {{ } Oberächenintegral } {{ } Volumenintegral Für jede Gitterzelle gibt es N Unbekannte {a j (t)}n j=1. Wählt man für die Testfunktionen jede Basisfunktion, ergibt sich für jede dieser Testfunktionen eine Gleichung zur Bestimmung der Unbekannten. Man erhält mit N Testfunktionen N Bestimmungsgleichungen für die N Unbekannten und damit ein quadratisches Gleichungssystem, welches man lösen kann. Starke Formulierung des DG-Verfahrens Für das Volumenintegral in der schwachen DG Formulierung wird angenommen, dass dies nur durch innere Werte bestimmt ist! Mit dieser Annahme ist es nun möglich, das DG-Verfahren umzuformulieren. Wir betrachten den Volumenintegral-Term und machen eine partielle Integration f(u ) φ i d x = f nφ i ds + f(u )φ i d x. (17) Hierbei entsteht jetzt wieder ein Oberächenterm, welcher die Denition eines Normalenusses benötigt. Mit unserer Annahme, dass das Volumenintegral nur von inneren Werten bestimmt wird, wählt man den Normalenuss zu f n f(u ) n =: f n. (18) Eingesetzt in Gleichung (16) ergibt: (u t + f(u ))φ i d x = g(u +, u ) f n φ i ds. (19) =0 für u =u + Da nun in dem Volumenintegral die ursprüngliche partielle Dierentialgleichung steht, also Ableitungen der DG-Lösung u h benötigt werden, spricht man hier von der starken Formulierung des DG-Verfahrens. Im Vergleich zu der ursprünglichen Gleichung sieht man, dass die Projektion des Residuums auf den Polynomraum P p () nicht mehr orthogonal gefordert wird, sondern gleich dem Unterschied (Sprung) der DG-Lösung am Gitterzellenrand. Dieser Sprung in der DG-Lösung gibt also die Genauigkeit (Orthogonoalität) der Projektion an und kann verwendet werden um eine Aussage über den Fehler des Verfahrens zu erhalten. Dieser Sprungterm entsteht durch die Denition des numerischen Flusses und man kann zeigen, dass dieser Term direkt für die Stabilität des DG-Verfahrens verantwortlich ist und typischerweise numerische Viskosität erzeugt. Beim stetigen Galerkin-Verfahren (klassische Finite-Elemente) fehlt dieser Mechanismus, da der Ansatzraum stetig konstruiert wird. Der Sprungterm ist also hier immer Null. Dadurch fehlt dem Finite-Elemente-Verfahren die Stabilisierung, was der Grund für dessen schlechte Stabilitätseigenschaften bei hyperbolischen (advektionsdominierten) Problemen ist.
6 Parabolische Terme 5 Parabolische Terme Für die Strömungsmechanik benötigt man parabolische Terme in der partiellen Dierentialgleichung um etwa Diusion und Dissipation zu beschreiben. Formal, verändert sich bei solchen Problemen die Flussfunktion f, da diese jetzt noch vom Gradienten der Lösung abhängt u t + f(u, u) = 0. (20) Dadurch ändert sich der mathematische Charakter der Gleichung, entsprechend muss man für eine sinnvolle Problemstellung auch die Anzahl und Art der Randbedingungen anpassen. Als Startpunkt für das DG-Verfahren wird diese skalare partielle Dierentialgleichung zweiter Ordnung in ein System erster Ordnung umgeschrieben. Dazu führt man die Gradienten der Lösung als neue Unbekannte ein u t + f(u, q) = 0, (21) q u = 0. (22) Diese System erster Ordnung, kann man nun mit der gleichen Methodik wie oben diskretisieren. Für die erste Gleichung erhält man damit direkt u t φ i d x + g(u +, u, q +, q )φ i ds f(u ) φ i d x = 0, i = 1,..., N(p, d). (23) Der einzige Unterschied zu der vorherigen Diskretisierung ist, dass nun der numerische Fluss g nicht nur von den Lösungswerten u links und rechts abhängt, sondern auch von den linken und rechten Gradienten q. Zur Bestimmung der Gradienten wendet man direkt wieder die Schritte aus den vorherigen Abschnitten an und erhält dann folgende DG-Formulierung q φ i d x + û(u +, u ) n φ i ds u φ i d x = 0, i = 1,..., N(p, d). (24) Hierbei bezeichnet û im Prinzip wieder den numerischen Fluss, wobei in diesem Fall dies eine Approximation an den Wert der Lösung an der Zellkante ist. Ähnlichen wie bei den hyperbolischen Riemannlösern gibt es auch für die parabolischen numerischen Flüsse eine Vielzahl an Möglichkeiten. Die erste und einfachste Variante beruht auf dem arithmetischen Mittelwerten. Ein wichtiger Punkt ist die eziente Umsetzung des DG-Verfahrens. Dazu muss man entscheiden welche Elementtypen man verwenden will (Vierecke, Dreiecke,...), welche Integrationsregeln man verwendet und welche Basisfunktionen man verwendet. Diese Entscheidungen haben direkten Einuss auf die Genauigkeit, die Robustheit und die Ezienz des resultierenden DG-Verfahrens. Details dazu werden in der Discontinuous-Galerkin-Verfahren Vorlesung besprochen.
Finite 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
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
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
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
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
MehrEinige grundlegende partielle Differentialgleichungen
Einige grundlegende partielle Differentialgleichungen H. Abels 17. Oktober 2010 H. Abels (U Regensburg) Grundlegende PDGLn 17. Oktober 2010 1 / 14 Transportgleichung Eine der einfachsten Differentialgleichungen
MehrNumerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
2.5 ANFANGSRANDWERTPROBLEM DER ELASTOMECHANIK Charakterisierung Die Zusammenfassung der in den vorangehenden Folien entwickelten Grundgleichungen des dreidimensionalen Kontinuums bildet das Anfangsrandwertproblem
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
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
MehrDominik Desmaretz Universität Trier
Dominik Desmaretz Universität Trier 25.11.2010 Inhaltsverzeichnis 1. Kurze Wiederholung/Einleitung 2. Die Lax-Friedrichs Methode 3. Die Richtmyer Zwei-Schritt Lax-Wendroff Methode 4. Upwind Methoden 5.
MehrSeminar Gewöhnliche Dierentialgleichungen
Seminar Gewöhnliche Dierentialgleichungen Dynamische Systeme II Valentin Jonas 8. 6. 215 1 Einleitung In dem letzten Kapitel "Dynamische Systeme I" ging es vor allem um in t glatte, autonome, dynamische
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
Mehr2. Methode der Randelemente
2. Methode der Randelemente Bei allgemeinen Schall abstrahlenden Flächen lässt sich der Schalldruck an einem beliebigen Punkt im Raum aus einem Integral über auf der Fläche definierte Funktionen berechnen.
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
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
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
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
4.2 FINITE-ELEMENTE-DISKRETISIERUNG Elementierung und Diskretisierung Im Gegensatz zum räumlichen Fachwerk, bei dem bereits vor der mathematischen Diskretisierung ein konstruktiv diskretes Tragwerk vorlag,
Mehr5 Randwertprobleme. y = f(t, y, y ) für t J, (5.2a) y(t 0 ) = y 0, y(t) = y T (5.2b) zu gegebener Funktion f und Werten y 0, y T.
5 Randwertprobleme Bei den bisher betrachteten Problemen handelte es sich um Anfangswertprobleme. In der Praxis treten, insbesondere bei Differentialgleichungen höherer Ordnung, auch Randwertprobleme auf.
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 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
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
MehrMusterlösung Serie 12
Prof. D. Salamon Analysis II MATH, PHYS, CHAB FS 05 Musterlösung Serie. Es sei wie in der Aufgabenstellung M R n eine C -Untermannigfaltigkeit und B M eine kompakte Teilmenge. Des weiteren nehmen wir an,
MehrTeil 6. Differentialrechnung mehrerer Veränderlicher
Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 014 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis
MehrPartielle Differentialgleichungen in der Bildverarbeitung. oder
Partielle Differentialgleichungen in der Bildverarbeitung Februar 2003 Dirk Lorenz oder PDEs in der Bildverarbeitung 1 Partielle Differentialgleichungen zum Anfassen und Streicheln PDEs in der Bildverarbeitung
MehrPartielle Differentialgleichungen. Hofer Joachim/Panis Clemens
9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................
MehrLagrange-Formalismus
KAPITEL II Lagrange-Formalismus Die im letzten Kapitel dargelegte Formulierung der Mechanik nach Newton ist zwar sehr intuitiv: man zählt alle auf das zu studierende System wirkenden Kräfte auf, schreibt
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
Eigenschaften Der wesentliche Nachteil neunknotiger biquadratischer Lagrange Elemente ist die gegenüber dem bilinearen Element erhöhte Anzahl von Elementfreiheitsgraden. Insbesondere die beiden Freiheitsgrade
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
Mehr25. Vorlesung Sommersemester
25. Vorlesung Sommersemester 1 Dynamik der Flüssigkeiten Als Beispiel für die Mechanik der Kontinua soll hier noch auf die Bewegung von Flüssigkeiten, eingegangen werden. Traditionell unterscheidet man
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
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,
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
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
MehrCG-SEM für die Poissongleichung mit Präkonditionierung
CG-SEM für die Poissongleichung mit Präkonditionierung Doktorandenseminar WS 13/14 Serena Keller Institut für Aerodynamik und Gasdynamik, Universität Stuttgart 5. November 2013 1 / 23 Gliederung Poissongleichung
MehrSchwache Lösung der Stokes-Gleichungen für nicht-newton'sche Fluide
Daniel Janocha Aus der Reihe: e-fellows.net stipendiaten-wissen e-fellows.net (Hrsg.) Band 1064 Schwache Lösung der Stokes-Gleichungen für nicht-newton'sche Fluide Weak solution of the Stokes equations
MehrExtrema multivariater Funktionen
Extrema multivariater Funktionen Ist f (x ) ein Minimum (Maximum) einer stetig differenzierbaren skalaren Funktion f auf einer Umgebung U von x, so gilt grad f (x ) = (0,..., 0) t. Extrema multivariater
MehrMathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder
DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/
MehrBeispiel: Rollender Reifen mit
Beispiel: Rollender Reifen mit Kinetische Energie: Trägheitsmoment Potenzielle Energie: Zwangsbedingung: konstant nicht-gleitendes Rollen, holonome ZB Erweiterte Lagrange-Fkt.: t-abhängig: Interpretation:
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
MehrZeitentwicklung von Observablen und Zuständen in der klassischen Mechanik
Zeitentwicklung von Observablen und Zuständen in der klassischen Mechanik Martin Vojta 05.01.2012 1 Hamiltonsche Mechanik Die Hamiltonsche Mechanik befasst sich mit der Bewegung im Phasenraum. Dabei kann
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
MehrDierentialrechnung mit einer Veränderlichen
Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben
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
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 19 8. Juli 2010 Kapitel 14. Gewöhnliche Differentialgleichungen zweiter Ordnung 14.1 Systeme gewöhnlicher linearer Differentialgleichungen erster
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:
MehrFEM isoparametrisches Konzept
FEM isoparametrisches Konzept home/lehre/vl-mhs--e/deckblatt.tex. p./ Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente. Finite-Element-Typen. Geometrie. Interpolations-Ansatzfunktion
MehrInterpolation und Approximation von Funktionen
Kapitel 6 Interpolation und Approximation von Funktionen Bei ökonomischen Anwendungen tritt oft das Problem auf, dass eine analytisch nicht verwendbare (oder auch unbekannte) Funktion f durch eine numerisch
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
MehrNumerik für Ingenieure II
Numerik für Ingenieure II Prof. Dr. Dimitri Kuzmin Lehrstuhl für Angewandte Mathematik III Universität Erlangen-Nürnberg kuzmin@am.uni-erlangen.de http://www.mathematik.uni-dortmund.de/ kuzmin/numingii.html
MehrDifferentialgleichungen der Strömungsmechanik
Differentialgleichungen der Strömungsmechanik Teil 2 Seminarvortrag: Regulär oder Singulär? Mathematische und numerische Rätsel in der Strömungsmechanik Referentin: Irena Vogel Inhalt Grundgleichungen
MehrLevel Set Methods. Hamilton-Jacobi Equations Motion in the Normal Direction. Ralf Engbers
Level Set Methods Motion in the Normal Direction Ralf Engbers ralf.engbers@gmx.de 26.04.2007 Ralf Engbers (ralf.engbers@gmx.de) Level Set Methods 26.04.2007 1 / 39 Inhalt des Vortrags Kapitel 5 - Introduction
MehrGrundlagen der Physik II
Grundlagen der Physik II Othmar Marti 02. 07. 2007 Institut für Experimentelle Physik Physik, Wirtschaftsphysik und Lehramt Physik Seite 2 Wärmelehre Grundlagen der Physik II 02. 07. 2007 Inhaltsverzeichnis
MehrBurgers Gleichung. Juri Chomé, Olaf Merkert. 2. Dezember J. Chomé, O. Merkert () Burgers Gleichung 2. Dezember / 25
Burgers Gleichung Juri Chomé, Olaf Merkert 2. Dezember 2009 J. Chomé, O. Merkert () Burgers Gleichung 2. Dezember 2009 1 / 25 Gliederung 1 Geschichte 2 Herleitung 3 Charakteristiken 4 Numerische Lösung
Mehr6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten
6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten Dieser Abschnitt ist ein Einschub. Gewöhnliche DGL werden im nächsten Semester behandelt. Unter einer linearen gewöhnlichen DGL
MehrFixpunkt-Iterationen
Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 3. März 2016 Nichtlineare Gleichungen, Fixpunkt-Iterationen 1 Wiederholung Aufgabentypen
Mehr2. Quasilineare PDG erster Ordnung
H.J. Oberle Differentialgleichungen II SoSe 2013 2. Quasilineare PDG erster Ordnung Eine skalare PDG erster Ordnung hat die allgemeine Form F (x, u(x), u x (x)) = 0. (2.1) Dabei ist u : R n G R die gesuchte
MehrErgänzende Materialien zur Vorlesung Theoretische Mechanik, WS 2005/06
Ergänzende Materialien zur Vorlesung Theoretische Mechanik, WS 2005/06 Dörte Hansen Seminar 8 1 d Alembertsches Prinzip und Lagrangegleichungen 1. Art Teil II 2 Das d Alembertsche Prinzip für N-Teilchensysteme
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
Mehr1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differentialgleichungssysteme Prof. Dr. Wandinger
Mehr1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differenzialgleichungssysteme 5.1-1 1.1 Grundlagen
Mehr- 1 - angeführt. Die Beschleunigung ist die zweite Ableitung des Ortes x nach der Zeit, und das Gesetz lässt sich damit als 2.
- 1 - Gewöhnliche Differentialgleichungen Teil I: Überblick Ein großer Teil der Grundgesetze der Phsik ist in Form von Gleichungen formuliert, in denen Ableitungen phsikalischer Größen vorkommen. Als Beispiel
MehrHamilton-Systeme. J. Struckmeier
Invarianten für zeitabhängige Hamilton-Systeme J. Struckmeier Vortrag im Rahmen des Winterseminars des Instituts für Angewandte Physik der Johann-Wolfgang-Goethe-Universität Frankfurt a.m. Hirschegg, 04.
MehrFEM isoparametrisches Konzept
FEM isoparametrisches Konzept /home/lehre/vl-mhs-/folien/vorlesung/5_fem_isopara/deckblatt.tex Seite von 25. p./25 Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente 2. Finite-Element-Typen
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
MehrStochastische FEM mit elementaren Zufallselementen
Stochastische FEM mit elementaren Zufallselementen Hans-Jörg Starkloff Westsächsische Hochschule Zwickau 13. Südostdeutsches Kolloquium zur Numerischen Mathematik 2007 Freiberg, 27. April 2007 Einführung
MehrV2 Felder (Funktionen mehrerer unabhängigen Variablen)
V2 Felder (Funktionen mehrerer unabhängigen Variablen) Orts- und zeitabhängige physikalische Größen werden durch "Felder" beschrieben. Beispiel: Maxwell-Gleichungen der Elektrodynamik: Vektor-Analysis:
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 32 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 23.1.2009 2 / 32 Wiederholung Stückweise Polynominterpolation Stückweise lineare Interpolierende
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
MehrMathematische Grundlagen
G-CSC Goethe-Center for Scientific Computing der Universität Frankfurt 1. Übung zur Vorlesung Modellierung und Simulation 3 (WS 2012/13) Prof. Dr. G. Wittum Susanne Höllbacher, Martin Stepniewski, Christian
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
MehrReihenentwicklungen von Lösungen (I) 1 Einleitung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 22.11.2011 Carmen Freuen Ziel dieses Vortrages ist es, die Reihenentwicklung von Lösungen linearer Differentialgleichungen vorzustellen und zu untersuchen.
MehrOptimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations
Prof. Dr. H. J. Pesch Lehrstuhl für Ingenieurmathematik Universität Bayreuth Optimale teuerung partieller Differentialgleichungen Optimal Control of Partial Differential quations (Teil 1: W 2011/12) 13.
MehrBeispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) = sin(πx) und geben die folgenden Stützstellen und Stützwerte vor:
5 Splineinterpolation Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) sin(πx) und geben die folgenden Stützstellen und Stützwerte vor: x i 3 f i Damit ist n 5, h Forderung
MehrFixpunkt-Iterationen
Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 27. Februar 2014 Gliederung Wiederholung: Gleichungstypen, Lösungsverfahren Grundprinzip
MehrMETHODEN HÖHERER LÖSUNG Kapitel 6 Mareike Börsch Universität Trier
METHODEN HÖHERER LÖSUNG Kapitel 6 Mareike Börsch Universität Trier 02.12.2010 Überblick 1. Wiederholung 2. Lineare Methoden 3. Limiter und Slope Limiter Methoden 4. Fluss Limiter Funktionen 5. Harten Theorem
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
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
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
Mehrd x 2 = 1 y ' x 2 d x 2
2. Variationsrechnung 2.1. Variation ohne Nebenbedingungen Eine Funktion y = y(x) ordnet jedem x-wert eine Zahl (den y-wert) zu. In der Variationsrechnung betrachtet man Funktionale, die jeder Funktion
MehrV2 Felder (Funktionen mehrerer unabhängigen Variablen)
V2 Felder (Funktionen mehrerer unabhängigen Variablen) Orts- und zeitabhängige physikalische Größen werden durch "Felder" beschrieben. Beispiel: Maxwell-Gleichungen der Elektrodynamik: Vektor-Analysis:
Mehr1. Die Wellengleichung
1. Die Wellengleichung Die Wellengleichung ist eine partielle Differenzialgleichung für das Schallfeld. Sie lässt sich durch Linearisierung aus der Massenbilanz, der Impulsbilanz und der Energiebilanz
MehrAusgleichsproblem. Definition (1.0.3)
Ausgleichsproblem Definition (1.0.3) Gegeben sind n Wertepaare (x i, y i ), i = 1,..., n mit x i x j für i j. Gesucht ist eine stetige Funktion f, die die Wertepaare bestmöglich annähert, d.h. dass möglichst
Mehr8.1 Begriffsbestimmung
8 Gewöhnliche Differentialgleichungen 8 Gewöhnliche Differentialgleichungen 8.1 Begriffsbestimmung Wir betrachten nur Differentialgleichungen für Funktionen einer (reellen) Variablen. Definition: Für eine
MehrGrundlagen der Physik 2 Schwingungen und Wärmelehre
Grundlagen der Physik 2 Schwingungen und Wärmelehre Othmar Marti othmar.marti@uni-ulm.de Institut für Experimentelle Physik 18. 06. 2007 Othmar Marti (Universität Ulm) Schwingungen und Wärmelehre 18. 06.
MehrHyperbolische, Parabolische und Elliptische Partielle Differentialgleichungen
PDEs_m6.nb 1 Hyperbolische, Parabolische und Elliptische Partielle Differentialgleichungen Autor: Harald Höller letzte Änderung: 07.05.08 Allgemeine Bemerkungen Definition einer PDE Eine Partielle Differentialgleichung
Mehr0.1 Modellierung von Kurven und Flächen mittels B-Splines
Vorlesung vom 28.04.06 Skript erstellt von Antonia Wittmers und Maria Gensel 0.1 Modellierung von Kurven und Flächen mittels B-Splines Das Wort Spline, übersetzt mit längliches, dünnes Stück Holz oder
MehrEichtransformationen. i) Satz: HP impliziert Kovarianz der Lagrange-Gl. 2. Art unter Koord.-Transf.
Eichtransformationen i) Satz: HP impliziert Kovarianz der Lagrange-Gl. 2. Art unter Koord.-Transf. Beweis: Wirkung S ist unabhängig von Parametrisierung für gegebene physikalische Bahnkurve; folglich haben
MehrProseminar zu Dierenzialgleichungen für Lehramtskandidatinnen und -kandidaten
Proseminar zu Dierenzialgleichungen für Lehramtskandidatinnen und -kandidaten Wintersemester 05/06 Armin Rainer Peter Raith Bezeichnet man die zum Zeitpunkt t vorhandene Stomenge eines radioaktiven Stoes
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrNichtlineare Klassifikatoren
Nichtlineare Klassifikatoren Mustererkennung und Klassifikation, Vorlesung No. 11 1 M. O. Franz 12.01.2008 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Duda et al., 2001. Übersicht
MehrDivergenz und Rotation von Vektorfeldern
Divergenz und Rotation von Vektorfeldern Mit Hilfe des Nabla-Operators können nun zwei weitere wichtige elementare Operationen definiert werden, welche formal der Bildung des Skalarproduktes bzw. des äußeren
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
Mehr5.6 Potential eines Gradientenfelds.
die Zirkulation des Feldes v längs aufintegriert. 5.6 Potential eines Gradientenfelds. Die Ableitung einer skalaren Funktion ist der Gradient, ein Vektor bzw. vektorwertige Funktion (Vektorfeld). Wir untersuchen
Mehr6 Gewöhnliche Differentialgleichungen
6 Gewöhnliche Differentialgleichungen Differentialgleichungen sind Gleichungen in denen nicht nur eine Funktion selbst sondern auch ihre Ableitungen vorkommen. Im einfachsten Fall gibt es eine unabhängige
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
Mehr