PRAKTIKUM STRÖMUNGSSIMULATION

Größe: px
Ab Seite anzeigen:

Download "PRAKTIKUM STRÖMUNGSSIMULATION"

Transkript

1 PRAKTIKUM STRÖMUNGSSIMULATION MATHEMATISCHE MODELLIERUNG DIE NAVIER STOKES GLEICHUNGEN Marc Alexander Schweitzer Institut für Numerische Simulation Rheinische Friedrich Wilhelms Universität Bonn Wintersemester 2006

2 ÜBERSICHT 1 GRUNDLAGEN UND NOTATION 2 MATHEMATISCHES MODELL FÜR ZEITABHÄNGIGE STRÖMUNGEN INKOMPRESSIBLER FLUIDE 3 SELBSTÄHNLICHKEIT VON STRÖMUNGEN 4 STOKES-GLEICHUNGEN 5 FINITE ELEMENT METHODEN FÜR STRÖMUNGSMECHANISCHE PROBLEME

3 NOTATION Wir bezeichnen mit η Ω 0 Ω ein beliebiges Fluidpartikel zum Zeitpunkt t = 0, dann bezeichnet x = Φ( η, t) die Position dieses Teilchens zur Zeit t > 0. Die Annahmen an die Deformationen Φ(, t) : Ω Ω sind Φ(, 0) = I, Φ(, t) erhält die Orientierung, Φ(, t) ist ein Diffeomorphismus für alle Zeiten t 0. η heißt Lagrange-Koordinate. x heißt Euler-Koordinate. Die Abbildung T η : R + 0 Ω : t T η (t) := Φ( η, t) heißt Trajektorie des Teilchen η.

4 NOTATION Geschwindigkeit: Materialableitung: v( x, t) = t Φ( η, t), wobei x = Φ( η, t) d dt g( x, t) = t g( x, t) + v( x, t) g( x, t) THEOREM (TRANSPORT THEOREM) Es sein Ω t = Φ(, t)(ω 0 ) mit Ω 0 Ω beliebig mit einem stetig differenzierbarem Geschwindigkeitsfeld u. Dann gilt für alle stetig differenzierbaren Abbildungen f : Ω (0, ) R die Gleichheit d dt f ( x, t)d x = Ω t Ω t ( ) t f ( x, t) + div(f v)( x, t) d x. (1)

5 TRANSPORT THEOREM Es bezeichne J( η, t) = det Φ(η, t)), dann ergibt sich mit der Transformationsformel und mit Hilfe der Kettenregel d f ( x, t)d x = d dt dt Ω 0 f (Φ( η, t), t)j( η, t)d η Ω t d = f (Φ( η, t), t)j( η, t)d η Ω 0 ( dt ) = Ω 0 t f + f u + f div u (Φ( η, t), t)j( η, t)d η ( ) = Ω 0 t f + div(f u) (Φ( η, t), t)j( η, t)d η ( ) = t f + div(f u) ( x, t), t)d x Ω t

6 PHYSIKALISCHE ERHALTUNGSGRÖSSEN MASSE Die Erhaltung der Masse fordert für alle Ω t Ω d ρ( x, t)d x = 0 dt Ω t und mit Hilfe des Transport Theorems erhalten wir ( ) ρ t ( x, t) + div(ρ v)( x, t) d x = 0 Ω t Punktweise ergibt sich hieraus die Massengleichung ρ t + div(ρ v) = 0 in Ω (0, ) (2) da das Teilgebiet Ω t beliebig ist.

7 PHYSIKALISCHE ERHALTUNGSGRÖSSEN IMPULS Zeitliche Änderung des Impluses: d dt P t = d ( dt Ω t ρ( x, t) v( x, t)d x = d ) dt Ω t ρ( x, t)v i ( x, t)d x ( ( = Ωt t (ρv i)( x, t) + div(ρv i v)( x, t) ) d x) i=1,2,3 Summe der außeren Kräfte F A und inneren Kräfte F I : ρ f d x = F A T nds = div(t)d x = F I Ω t Ω t Ω t Gleichgewichtsbedingung: ( ) t (ρ v) + div(ρ v v) d x = Ω t Punktweise ergibt sich hieraus die Impulsgleichung Ω t ( ρ ) f + div(t) d x t (ρ v) + div(ρv v) = ρf + div T (3) i=1,2,3

8 KONSTITUTIVE GLEICHUNG Gleichung (3) enthält die noch nicht definierte Größe T (Stress- oder Spannungstensor) dafür fehlt noch der Druck. Für T benötigen wir noch eine konstitutive Gleichung. Dies ist die eigentliche Modellierung des Fluids und seiner Eigenschaften. Die grundlegenden Annahmen hier sind: T hängt nur von v ab. Die Abhängigkeit ist linear. T ist symmetrisch. T ist ohne innere Reibung diagonal und proportional zu p.

9 KONSTITUTIVE GLEICHUNG Diese Annahmen führen zu folgender konstitutiven Gleichung oder auch Zustandsgleichung T = 2λD( v) + µ div( v)i pi (4) wobei D = 1 2 ( v + v T ) = 1 2 ( ( v i ) + ( v ) j ) x j x i i,j=1,2,3 den Strain- oder Verzerrungstensor und p = p(ρ) den Druck bezeichnen. Die Materialparameter λ und µ heißen dynamische Viskositäten des Fluids und bezeichnen innere Reibungskoeffizienten.

10 INSTATIONÄREN KOMPRESSIBLEN NAVIER STOKES GLEICHUNGEN Wenn wir jetzt also unsere physikalischen Gleichung (2), (3) und die modellierte Materialgleichung (4) zusammenfassen, erhalten wir t ρ + div(ρ v) = 0 t (ρ v) + div(ρ v v) = ρ f + 2λ v + (λ + µ) div( v) p die instationären kompressiblen Navier Stokes Gleichungen. Diese müssen noch mit Anfangsdaten ausgestattet und um entsprechende Randdaten vervollständigt werden. Hierbei sind wiederum physikalische Eigenschaften des Fluids zu modellieren, bsp. das Verhalten von Fluidpartikeln in der Nähe von festen Rändern/Wänden im entsprechenden Geschwindigkeitsregime.

11 INSTATIONÄREN INKOMPRESSIBLEN NAVIER STOKES GLEICHUNGEN Nehmen wir nun an, dass unser Fluid nicht kompressible ist, und setzen p = p ρ Fluid ρ( x, t) = ρ Fluid, und führen die kinematische Viskosität ν = λ ρ Fluid ein, dann erhalten wir div v = 0 t ( v) + ν v + ( v ) v + p = f die instationären inkompressiblen Navier Stokes Gleichungen.

12 INSTATIONÄREN INKOMPRESSIBLEN NAVIER STOKES GLEICHUNGEN Hierbei führen wir alternativ für ( u u) die Schreibweise ( u ) u ein, denn unter Verwendung der Massengleichung gilt: ( ) ( u u) = (u i u j ) ij = i (u i u j ) ( ) ( = u j i u i + ( i i j j i ) u i i )u j = 0 + ( u ) u j

13 ENDDIMENSIONALISIERUNG DER GLEICHUNGEN Mit den Größen x := x L, t := u t L, u := u u, p := p p ϱ u 2 zu den gegebenen skalaren Konstanten L, u, p, ϱ erhalten wir die Gleichung t u + ( u ) u + p = (5) µ ϱ u L u + L g u 2, (6) Strömungen in ähnlichen Geometrien Ω = L 1 Ω, L > 0 sind dynamisch ähnlich, wenn die jeweiligen Parameter µ, u, ϱ, L, g der beiden Strömungen so beschaffen sind, daß die dimensionslosen Größen 1 Re := ϱ u L µ (Reynoldszahl) und Fr := u L g (Froudezahl) der beiden Strömungen übereinstimmen. In einem Windkanal könnten dies etwa die Länge L des umströmten (7)

14 RANDBEDINGUNGEN Grundsätzlich für eine skalare Funktion u : Ω R Funktionswerte u Ω Ableitungswerte n u Ω Bei vektorwertigen Funktionen und Gleichungen können Kombinationen dieser in den einzelnen Komponenten auftreten! Notation: n := ( außerer ) Normalenvektor an Ω u u = v u n := Geschwindigkeitskomponente senkrecht zum Rand, u n := Geschwindigkeitskomponente parallel zum Rand,

15 RANDBEDINGUNGEN Senkrechter Rand: u n = u, u n = v, u n n = u x, u n n = v x Waagerechter Rand: u n = v, u n = u, u n n = v y, u n n = u y Randbedingungen für (x, y) Γ := Ω: Haftbedingung (no-slip): u n (x, y) = 0, u n (x, y) = 0 Rutschbedingung (free-slip): u n (x, y) = 0, u n n (x, y) = 0 Einströmbedingung (inflow): u n (x, y) = u 0 n, u n (x, y) = u 0 n Ausströmbedingung (outflow): u n u n (x, y) = 0, n n (x, y) = 0

16 FINITE DIFFERENZEN DISKRETISIERUNG Die Ableitung lim h 0 f (x + h) f (x) h =: f (x) läßt sich im Computer so nicht darstellen. Aber wir können eine einfache Approximation angeben, bsp. f (x + h) f (x) h f (x), oder die symmetrische Form f (x) f (x h) h f (x), f (x + h) f (x h) 2h f (x).

17 ZEIT-DISKRETISIERUNG Euler-Verfahren:» (n+1) u := u(n+1) u (n), t δt Impulsgleichung: u (n+1) = u (n) + δt» (n+1) v := v (n+1) v (n), t δt» «1 2 u Re x + 2 u (u2 ) (uv) + g 2 y 2 x p, x y x» «v (n+1) = v (n) 1 2 v + δt Re x + 2 v (uv) (v 2 ) + g 2 y 2 y p x y y Definiere: Kurzform: F := u (n) + δt» «1 2 u Re x + 2 u (u2 ) (uv) + g 2 y 2 x, x y» «G := v (n) 1 2 v + δt Re x + 2 v (uv) (v 2 ) + g 2 y 2 y x y u (n+1) = F δt p x, v (n+1) = G δt p y

18 DRUCKGLEICHUNG Geschwindkeit in F und G explizit Druck implizit u (n+1) = F (n) δt p(n+1) x v (n+1) = G (n) δt p(n+1) y Massen-/Kontinuitätsgleichung zum Zeitpunkt t n+1 0 = u(n+1) v (n+1) + x y = F (n) x δt 2 p (n+1) x 2 Poissongleichung für den Druck p (n+1) 2 p (n+1) x 2 p (n+1) n = 1 δt + 2 p (n+1) y 2 = 1 δt ( F (n) x + G(n) y δt 2 p (n+1) y 2 ) + G(n) y ((u (n+1) F (n) ) n 1 + (v (n+1) G (n) ) n 2 )

19 PROJEKTIONSMETHODE Betrachte die Semi-diskrete Impulsgleichung ( v v (n) ) δt + ν v (n) + ( v (n) ) v (n) + p = f (n) Betrachte das Splitting ( v (n), v, v (n+1) ) v = v (n) + 1 (ν v (n) ( v (n) ) v (n) + δt f (n)) und v (n+1) v + p(n+1) = 0 δt ρ Fluid Verwende die Massengleichung zur Korrektur div( 1 ρ Fluid p (n+1) ) = 1 δt div( v ) Korrigiere das Geschwindigkeitsfeld entsprechend v (n+1) = v δt ρ Fluid p (n+1)

20 FINITE DIFFERENZEN ORTS-DISKRETISIERUNG Wir definieren ein Gitter Ω h mittels x k = (k d h d ) d=1,2,3. Die Funktionen und Differenzenquotienten sind leicht in allen x k auszuwerten, z.b. in d = 1 f k := f (x k ), und f (x k ) f k+1 f k 1. 2h Erinnerung: Eine wichtige Eigenschaft der Navier Stokes Gleichungen ist die starke Kopplung von p und u.

21 CHECKERBOARD INSTABILITÄT Beobachtung: Wenn wir alle Ableitungen in den Navier-Stokes Gleichungen auf dem selben Gitter mit zentralen Differenzen berechnen, werden Druck und Geschwindigkeit entkoppelt. Betrachte u = 0 auf Ω und u 0 = 0, dann ist u = 0 und p = 0 die Lösung der Kontinuums-Aufgabe. Ein diskreter Druckgradient basierend auf zentralen Differenzen [ p x ] i = p i+1 p i 1 2h jedoch verschwindet an x i auch dann, wenn p i = p i+2 unabhängig von p i+1. Dies entspricht dem Verhalten von instabilen Finite Elementen, d.h. solchen, die die inf sup-bedingung nicht erfüllen.

22 STAGGERED GRID Idee: Diskretisiere Druck und Geschwindigkeit in unterschiedlichen Punkten, so dass die Auswertung der diskreten Differential-Operatoren (unter Verwendung der halben Maschenweite) die Größen u und p immer aneinander koppeln. Zelle (i,j) Zelle (i+1,j) j+1 v i,j v i+1,j j u i-1,j p i,j p i+1,j u i,j u i+1,j j-1 v i,j-1 v i+1,j-1 i-1 i i+1 i+2

23 DISKRETE RANDWERTE - STAGGERED GRID Da nicht alle Unbekannten auf dem gleichen Gitter liegen, sind auch nicht überall auf dem Rand Freiheitsgrade für alle Unbekannten definiert. Rand des Gebietes Rand Fluid j=jmax+1 j=jmax j=2 v a v r v i j=1 j=0 i=0 i=1 i=2 i=imax i=imax+1 v a = Variable außerhalb Ω v i = Variable innerhalb Ω v r = gedachte Variable auf Γ v r := v a + v i 2! = 0 v a = v i

24 DRUCKGLEICHUNG Druck wird implizit behandelt. In jedem Zeitschritt ist eine Poisson-Gleichung für den Druck zu lösen. Daher ist jeweils ein großes dünnes lineares Gleichungssystem zu lösen. Druck-Poisson-Matrix P ist singulär! Kompatibilitätsbedingung an rechte Seite f range(p). Iterative Löser: Speicher, Rechenaufwand, hier guter Startwert verfügbar! Eines der einfachsten Iterationsverfahren: SOR.

25 GESAMTALGORITHMUS Einlesen der Problemparameter Setze t := 0, n := 0 Belege u, p mit Anfangswerten Solange t < t end Wähle δt (Zeitsteuerung) Setze Randwerte für u ( n) Berechne u (n), F (n) und G (n) Berechne rechte Seite der Druckgleichung Setze it := 0 Solange it < itmax und res > ɛ Setze die Randwerte für den Druck Führe einen SOR-Zyklus durch Berechne Residuum res der Druckgleichung it := it + 1 Berechne u (n+1) Ggf. Ausgabe von u, p zur Visualisierung t := t + δt n := n + 1 Ausgabe von u, p zur Visualisierung

26 VISUALISIERUNG I/O ist wichtig!! Datenformate: HomeGrown (Read) UDF/HDF (Write) Matlab, VTK, AVS, OpenDX,... (Write) Visualisierungstools: Matlab Octave/Octaviz paraview (VTK) MayaVi (VTK) OpenDX

27 STOKES GLEICHUNGEN Wenn wir den stationären Fall betrachten, diesen um v = 0 linearisieren und mit der Viskosität skalieren so dass ν = 1, dann erhalten wir die div v = 0 v + p = f (8) Stokes Gleichungen. Beachte: Gleichungen vom Typ (8) treten bsp bei der Diskretisierung der instationären inkompressiblen Navier Stokes Gleichungen auf, so dass man in jedem Zeitschritt ein oder mehrere Gleichungen vom Typ (8) lösen muss. Darüber hinaus enthalten auch die einfacheren Stokes Gleichungen noch eine der Hauptschwierigkeiten bei der Simulation inkompressibler Strömungen, die Forderung div v = 0.

28 VARIATIONSFORMULIERUNG DER STOKES GLEICHUNGEN Der Druck ist nur bis auf eine Konstante bestimmt. Diese wird fixiert durch die zusätzliche Forderung p = 0. (9) Die schwache Form der Massengleichung ist div vq = 0 für alle q L 2 (Ω). Ω Ω Da für alle Funktionen v H0 1(Ω)d wegen des Gauß schen Integralsatzes div u = u n = 0 Ω Ω gilt, ist die Massengleichung sogar äquivalent zu div vq = 0 für alle q L 2 0 (Ω) = L2 (Ω) { q = 0} Ω Ω

29 VARIATIONSFORMULIERUNG DER STOKES GLEICHUNGEN Es gilt Ω f v = Damit erhalten wir die Formulierung = STOKES GLEICHUNGEN I Ω Ω ( u + p ) v u : v p div v. Finde u H0 1(Ω)d und p L 2 0 (Ω), so dass u : v p div v = f v für alle v H0 1 Ω (Ω)d Ω Ω div uq = 0 für alle q L 2 0 (Ω) Ω Ist diese Variationsproblem eindeutig lösbar?

30 VARIATIONSFORMULIERUNG DER STOKES GLEICHUNGEN Betrachte den Raum { V = v H0 1 (Ω)d Damit erhalten wir die Formulierung STOKES GLEICHUNGEN II Finde u V, so dass u : v = Ω Ω div uq = 0 für alle q L 2 0 (Ω) }. Ω f v für alle v V. Wo ist der Druck? Ist diese Formulierung eindeutig lösbar? Falls es eine eindeutige Lösung u gibt, gibt es dann ein eindeutiges p, so dass ( u, p) eine Lösung der ersten Formulierung ist?

31 ABSTRAKTES VARIATIONSPROBLEM Es seien (X,, X ) und (M, M ) Hilberträume mit den jeweiligen Dualräumen X und M mit den Normen X := L(X,R) und M := L(M,R). Wir betrachten im folgenden zwei stetige Bilinearformen mit den zugehörigen Normen a:x X R b:x M R a := a L 2 (X,R) = sup u,v X\{0} b := b L 2 (X M,R) = sup u X\{0} λ M\{0} a(u, v) u X v X b(u, λ) u X λ M

32 ABSTRAKTES VARIATIONSPROBLEM VARIATIONSPROBLEM Find zu l X undχ M ein Paar (u, λ) X M, so dass a(u, v) + b(v, λ) = l, v X für alle v X b(u, µ) = χ, µ M für alle µ M Wir definieren die Operatoren Au, v X := a(u, v) für alle u, v X Bu, λ M := b(u, λ) für alle u X, λ M B λ, v X := b(v, λ) für alle v X, λ M wobei B der duale/adjungierte Operator zu B ist, und erhalten PROBLEM I Find ein Paar (u, λ) X M, so dass Au + B λ = l Bu = χ

33 ABSTRAKTES VARIATIONSPROBLEM Desweiteren definieren wir den affinen Raum V (χ) und den dazu parallelen linearen Raum V = V (0) V (χ) := {u X Bu = χ}, V = V (0) = {u X Bu = 0}. und den Operator π L(X, V ) vermöge πf, v X := f, v X für alle v V PROBLEM II Find ein u V (χ), so dass πau = πl

34 ABSTRAKTES VARIATIONSPROBLEM Wann sind die beiden Formulierungen äquivalent? PROBLEM I Find ein Paar (u, λ) X M, so dass Au + B λ = l Bu = χ PROBLEM II Find ein u V (χ), so dass Leicht zu sehen ist: πau = πl Ist (u, λ) Lösung von I, so ist u auch Lösung von II. Leider ist die Umkehrung wesentlich komplizierter zu beantworten.

35 ABSTRAKTES VARIATIONSPROBLEM THEOREM Problem I und Problem II sind äquivalent, wenn es eine Konstante β > 0 gibt, so dass inf sup λ M\{0} u X\{0} b(u, λ) u X λ M β (11) erfüllt ist. Diese Forderung heißt inf sup, Babuška Brezzi, oder Ladyzhenskaya Babuška Brezzi-Bedingung (LBB). THEOREM Problem I besitzt genau dann eine eindeutige Lösung, wenn πa ein Isomorphismus von V auf V ist, und (11) erfüllt ist. Die LBB Bedingung garantiert, dass für jedes χ der affine Raum V (χ) ist.

36 KONSEQUENZEN FÜR DIE APPROXIMATION DER STOKES GLEICHUNGEN πa ist Isomorphismus, da a(, ) symmetrisch und koerziv ist. Der Nachweis der LBB Bedingung ist nicht trivial! (Aber sie ist erfüllt.) Im diskreten Fall, muss die LBB Bedingung uniform für die betrachtete Familie von FE-Räumen gelten, d.h. β muss von h unabhängig sein.

37 FINITE ELEMENTE STRÖMUNGSSIMULATION Instabile Elemente wie das Q 1 P 0 (bzw. Q 1 Q 0 ) Element. Stabile Elemente wie das Taylor Hood oder MINI Element. Divergenzfreie Elemente wie das Crouzeix Raviart Element.

1 Die Problemstellung

1 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

Mehr

Stationäre Newtonsche Strömung

Stationäre 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........................

Mehr

Angewandte Strömungssimulation

Angewandte Strömungssimulation Angewandte Strömungssimulation 7. Vorlesung Stefan Hickel Numerische Strömungsberechnung Physikalische Modellierung Mathematische Modellierung Numerische Modellierung Lösung Auswertung Parameter und Kennzahlen

Mehr

3 Gemischte Diskretisierungen und Sattelpunktprobleme

3 Gemischte Diskretisierungen und Sattelpunktprobleme Finite Elemente II 67 3 Gemischte Diskretisierungen und Sattelpunktprobleme Der Begriff gemischte Diskretisierung (mixed method) bezeichnet die FE- Diskretisierung eines Variationsproblems, in welchem

Mehr

Iterative Algorithmen für die FSI Probleme II

Iterative Algorithmen für die FSI Probleme II Iterative Algorithmen für die FSI Probleme II Rebecca Hammel 12. Juli 2011 1 / 22 Inhaltsverzeichnis 1 2 3 2 / 22 Zur Wiederholung: Wir definieren unser Fluid-Gebiet Ω(t) durch Ω(t) = {(x 1, x 2 ) R 2

Mehr

Finite Elemente I 2. 1 Variationstheorie

Finite 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

Mehr

Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit -

Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit - Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit - Dies Mathematicus 211 25. November 211 Gliederung 1 Motivation: Mischvorgänge in einem Rührer 2 Mathematische Modellierung

Mehr

Finite Elemente Methode für elliptische Differentialgleichungen

Finite 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

Mehr

Prüfungsfragen und Prüfungsaufgaben

Prüfungsfragen und Prüfungsaufgaben Mathematische Modelle in der Technik WS 3/4 Prüfungsfragen und Prüfungsaufgaben Fragen - 9:. Modellieren Sie ein örtlich eindimensionales, stationäres Wärmeleitproblem (Integralbilanzformulierung, differentielle

Mehr

Finite Elemente Methoden (aus der Sicht des Mathematikers)

Finite 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

Mehr

Lineare Gleichungssysteme Hierarchische Matrizen

Lineare 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

Mehr

Vektoren, Tensoren, Operatoren Tensoren Rang 0 Skalar p,ρ,t,... Rang 1 Vektor F, v, I,... Spannungstensor

Vektoren, Tensoren, Operatoren Tensoren Rang 0 Skalar p,ρ,t,... Rang 1 Vektor F, v, I,... Spannungstensor Vektoren, Tensoren, Operatoren Tensoren Rang 0 Skalar p,ρ,t,... Rang 1 Vektor F, v, I,... Rang 2 Dyade }{{} σ, τ,... Spannungstensor Differential-Operatoren Nabla- / x Operator / y in kartesischen / Koordinaten

Mehr

Transport Einführung

Transport 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

Mehr

KAPITEL 1. Einleitung

KAPITEL 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

Mehr

Hydrodynamische Wechselwirkung und Stokes Reibung

Hydrodynamische Wechselwirkung und Stokes Reibung Hydrodynamische Wechselwirkung und Stokes Reibung 9. Februar 2008 Problemstellung Kolloidsuspension aus Teilchen und Lösungsmittel Teilchen bewegen sich aufgrund von externen Kräften Schwerkraft Äußere

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung 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:

Mehr

Kapitel 5. Berechnung inkompressibler Strömungen. 5.1 Grundgleichungen in primitiven Variablen

Kapitel 5. Berechnung inkompressibler Strömungen. 5.1 Grundgleichungen in primitiven Variablen 4.3 Parabolische Gleichungen 120 121 [Moi01] P. Moin. Fundamentals of Engineering Numerical Analysis. Cambridge University Press, Cambridge, Cambridge, 2001. [Sch99] M. Schäfer. Numerik im Maschinenbau.

Mehr

Einführung 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) 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

Mehr

Kapitel 4: Nichtlineare Nullstellenprobleme

Kapitel 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

Mehr

Schwache Lösung der Stokes-Gleichungen für nicht-newton'sche Fluide

Schwache 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

Mehr

Modellieren in der Angewandten Geologie II. Sebastian Bauer

Modellieren 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

Mehr

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung, Teil II

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung, Teil II für zur Lösung der Monge-Ampère-Gleichung, Teil II Andreas Platen Institut für Geometrie und Praktische Mathematik RWTH Aachen Seminar zur Approximationstheorie im Wintersemester 2009/2010 1 / 27 Gliederung

Mehr

Parallelisierung durch Gebietszerlegung

Parallelisierung durch Gebietszerlegung Parallelisierung durch Gebietszerlegung Jahn Müller jahn.mueller@uni-muenster.de Westfälische Wilhelms-Universität Münster 25.01.2008 1 Einleitung 2 Gebietszerlegung nicht überlappende Zerlegung überlappende

Mehr

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

Glättung durch iterative Verfahren

Glättung 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

Mehr

Dynamische Systeme eine Einführung

Dynamische Systeme eine Einführung Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,

Mehr

Turbulente Strömung. Benedikt Urbanek. 15. Dezember 2012

Turbulente Strömung. Benedikt Urbanek. 15. Dezember 2012 Turbulente Strömung Benedikt Urbanek 15. Dezember 2012 Inhaltsverzeichnis 1 Herleitung der Navier-Stokes-Gleichung 2 1.1 Mathematische Grundlage - Die Substantielle Ableitung.... 2 1.2 Die Kontinuitätsgleichung....................

Mehr

Finite Elemente. bzw. F + E K = 1. (1)

Finite Elemente. bzw. F + E K = 1. (1) Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 25 Finite Elemente Übung 2 Aufgabe 6 (Eulerscher Polyedersatz für Triangulierung)

Mehr

Finite Elemente I Wintersemester 2010/11

Finite Elemente I Wintersemester 2010/11 Institut für Numerische Mathematik und Optimierung Finite Elemente I Wintersemester 2010/11 Erste von zwei Vorlesungen im Modul Finite-Element Methoden für Mathematiker Hörerkreis: 5. Mm, 7. Mm, 9. Mm,

Mehr

Einführung FEM 1D - Beispiel

Einführung 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

Mehr

Berechnungsmethoden der Energie- und Verfahrenstechnik

Berechnungsmethoden 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,

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

Partielle Differentialgleichungen

Partielle Differentialgleichungen Partielle Differentialgleichungen Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 8. April 2009 Beachtenswertes Die Veranstaltung

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

V.2 Ähnlichkeitsgesetz

V.2 Ähnlichkeitsgesetz V2 Ähnlichkeitsgesetz Die inkompressible Strömung eines Fluids genügt der Kontinuitätsgleichung vt, r = 0 und der Navier Stokes-Gleichung III34 Um den Einfluss der Eigenschaften des Fluids ρ und η bzw

Mehr

Inhaltsverzeichnis. Vorwort... v Vorwort zur ersten Auflage... vi Bezeichnungen... xiii

Inhaltsverzeichnis. 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

Mehr

Reelle Zufallsvariablen

Reelle Zufallsvariablen Kapitel 3 eelle Zufallsvariablen 3. Verteilungsfunktionen esultat aus der Maßtheorie: Zwischen der Menge aller W-Maße auf B, nennen wir sie W B ), und der Menge aller Verteilungsfunktionen auf, nennen

Mehr

Das Geheimnis. der Kaffeetasse

Das Geheimnis. der Kaffeetasse Das Geheimnis der Kaffeetasse Uttendorf 2005 Lutz Justen Überblick Der Kaffeetasseneffekt was ist das? Einige (nicht-numerische!) Experimente Modellierung: Lineare Elastizitätsgleichung Numerik: FEM Testrechnungen

Mehr

Astrophysikalsiches Numerikum: Gewöhnliche Differentialgleichungen am Beispiel Weißer Zwerge

Astrophysikalsiches Numerikum: Gewöhnliche Differentialgleichungen am Beispiel Weißer Zwerge Astrophysikalsiches Numerikum: Gewöhnliche Differentialgleichungen am Beispiel Weißer Zwerge A. Schweitzer Wintersemester 2005/06 Links, Literatur und weitere Informationen Die Numerical Recepies sind

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Differentialrechnung für Funktionen mehrerer

Mehr

II. Elliptische Probleme

II. 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

Mehr

Kapitel 1. Holomorphe Funktionen

Kapitel 1. Holomorphe Funktionen Kapitel 1 Holomorphe Funktionen Zur Erinnerung: I IR sei ein offenes Intervall, und sei z 0 I. Eine Funktion f : I IR heißt differenzierbar in z 0, falls der Limes fz fz 0 lim =: f z 0 z z 0 z z 0 existiert.

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische 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

Mehr

Numerische Simulation mit finiten Elementen. O. Rheinbach

Numerische 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

Herleitung von Randbedingungen an einer gekrümmten Grenzfläche eines porösen Mediums und einer freien Flüssigkeit mit Hilfe von Homogenisierung

Herleitung von Randbedingungen an einer gekrümmten Grenzfläche eines porösen Mediums und einer freien Flüssigkeit mit Hilfe von Homogenisierung Kolloquium zur Diplomarbeit an eines porösen Mediums und freien Flüssigkeit mit Hilfe von Sören Dobberschütz 4092009 Motivation Worum geht es im Folgenden? Gliederung 1 2 Transformationsregeln Transformierte

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

Mehr

Lösung 10 Klassische Theoretische Physik I WS 15/16

Lösung 10 Klassische Theoretische Physik I WS 15/16 Karlsruher Institut für Technologie Institut für theoretische Festkörperphysik www.tfp.kit.edu ösung Klassische Theoretische Physik I WS 5/6 Prof. Dr. G. Schön Punkte Sebastian Zanker, Daniel endler Besprechung

Mehr

Praktikum Wissenschaftliches Rechnen 3. Aufgabenblatt

Praktikum Wissenschaftliches Rechnen 3. Aufgabenblatt Institut für Wissenschaftliches Rechnen Technische Universität Braunschweig Prof. Hermann G. Matthies, Ph. D. Dipl.-inform. Oliver Kayser-Herold Praktikum Wissenschaftliches Rechnen 3. Aufgabenblatt Wir

Mehr

1 Umkehrfunktionen und implizite Funktionen

1 Umkehrfunktionen und implizite Funktionen Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13

Mehr

Hyperbolische Erhaltungsgleichungen und die Wellengleichung

Hyperbolische 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

Mehr

Angewandte Strömungssimulation

Angewandte Strömungssimulation Angewandte Strömungssimulation 9. Vorlesung Stefan Hickel Validierung und Fehlererkennung Numerische Strömungsberechnung Physikalische Modellierung Mathematische Modellierung Numerische Modellierung Lösung

Mehr

Simulationstechnik V

Simulationstechnik 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

Mehr

Inhaltsverzeichnis. Vorwort zur ersten Auflage. Bezeichnungen

Inhaltsverzeichnis. Vorwort zur ersten Auflage. Bezeichnungen Inhaltsverzeichnis Vorwort zur vierten Auflage Vorwort zur ersten Auflage Bezeichnungen v vi xv Kapitel I Einführung 1 1. Beispiele und Typeneinteilung 2 Beispiele 2 Typeneinteilung 7 Sachgemäß gestellte

Mehr

Numerische Lineare Algebra

Numerische 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

Mehr

5 Interpolation und Approximation

5 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)

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

I.1.3 b. (I.7a) I.1 Grundbegriffe der Newton schen Mechanik 9

I.1.3 b. (I.7a) I.1 Grundbegriffe der Newton schen Mechanik 9 I. Grundbegriffe der Newton schen Mechanik 9 I..3 b Arbeit einer Kraft Wird die Wirkung einer Kraft über ein Zeitintervall oder genauer über die Strecke, welche das mechanische System in diesem Zeitintervall

Mehr

12 Der Gaußsche Integralsatz

12 Der Gaußsche Integralsatz 12. Der Gaußsche Integralsatz 1 12 Der Gaußsche Integralsatz Das Ziel dieses Abschnitts ist die folgende zentrale Aussage der mehrdimensionalen Analysis und der Theorie der partiellen Differentialgleichungen:

Mehr

Übungen zum Ferienkurs Analysis II

Übungen zum Ferienkurs Analysis II Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4. Umkehrbarkeit I Man betrachte die durch g(s, t = (e s cos(t, e s sin(t gegebene Funktion g : R R. Zeigen Sie, dass

Mehr

1 Lagrange-Formalismus

1 Lagrange-Formalismus Lagrange-Formalismus SS 4 In der gestrigen Vorlesung haben wir die Beschreibung eines physikalischen Systems mit Hilfe der Newton schen Axiome kennen gelernt. Oft ist es aber nicht so einfach die Kraftbilanz

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Vorkonditionierer. diskrete stationäre Eulergleichungen

Vorkonditionierer. 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.

Mehr

Vergleich von experimentellen Ergebnissen mit realen Konfigurationen

Vergleich von experimentellen Ergebnissen mit realen Konfigurationen Ähnlichkeitstheorie Vergleich von experimentellen Ergebnissen mit realen Konfigurationen Verringerung der Anzahl der physikalischen Größen ( Anzahl der Experimente) Experimentelle Ergebnisse sind unabhängig

Mehr

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 } A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder

Mehr

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n

Mehr

Diskretisierung der stationären inkompressiblen Navier-Stokes- Gleichungen in 3D auf unstrukturierten Tetraedergittern

Diskretisierung der stationären inkompressiblen Navier-Stokes- Gleichungen in 3D auf unstrukturierten Tetraedergittern Diskretisierung der stationären inkompressiblen Navier-Stokes- Gleichungen in 3D auf unstrukturierten Tetraedergittern Bachelorarbeit Freie Universität Berlin Fachbereich Mathematik und Informatik Institut

Mehr

16 Vektorfelder und 1-Formen

16 Vektorfelder und 1-Formen 45 16 Vektorfelder und 1-Formen 16.1 Vektorfelder Ein Vektorfeld v auf D R n ist eine Abbildung v : D R n, x v(x). Beispiele. Elektrisches und Magnetisches Feld E(x), B(x), Geschwindigkeitsfeld einer Strömung

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

Wir erinnern zunächst an die verschiedenen Arten von Funktionen, die uns bisher begegnet sind: V : r 0 3 V ( r) 0 3

Wir erinnern zunächst an die verschiedenen Arten von Funktionen, die uns bisher begegnet sind: V : r 0 3 V ( r) 0 3 3 1. Mathematische Grundlagen Zur Vorbereitung fassen wir in diesem ersten Kapitel die wichtigsten mathematischen Konzepte zusammen, mit denen wir in der Elektrodynamik immer wieder umgehen werden. 1.1.

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

Mathematisches Proseminar - Rotationssymmetrisches Wirbelstromproblem

Mathematisches Proseminar - Rotationssymmetrisches Wirbelstromproblem Mathematisches Proseminar - Rotationssymmetrisches Wirbelstromproblem Daniel Leumann 9. Oktober 3 Inhaltsverzeichnis Zusammenfassung 3 Methoden 4. Schwache Lösung... 4. DasGalerkin-Verfahren... 4.3 FiniteElementeMethode...

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

Differentialgleichungen der Strömungsmechanik

Differentialgleichungen der Strömungsmechanik Differentialgleichungen der Strömungsmechanik Teil 2 Seminarvortrag: Regulär oder Singulär? Mathematische und numerische Rätsel in der Strömungsmechanik Referentin: Irena Vogel Inhalt Grundgleichungen

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

5 Der Gaußsche und Stokes sche Integralsatz

5 Der Gaußsche und Stokes sche Integralsatz HM III = MATH III FT 2013 50 5 Der Gaußsche und Stokes sche Integralsatz Der Gaußsche Integralsatz umgangssprachlich am eispiel strömender Flüssigkeiten: Die Flüssigkeitsmenge, die durch die Oberfläche

Mehr

Teil XIII. Simulation mit PDEs: Wärmeleitungsgleichung

Teil 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

Mehr

Burgersgleichung in 1D und 2D

Burgersgleichung in 1D und 2D Burgersgleichung in 1D und 2D Johannes Lülff Universität Münster 5.12.2008 Inhaltsverzeichnis 1 Einführung 2 Numerik 3 Phänomenologie 4 Analytische Ergebnisse 5 Zusammenfassung Herkunft der Burgersgleichung

Mehr

Klausur zu Theoretische Physik 2 Klassische Mechanik

Klausur zu Theoretische Physik 2 Klassische Mechanik Klausur zu Theoretische Physik Klassische Mechanik 30. September 016 Prof. Marc Wagner Goethe-Universität Frankfurt am Main Institut für Theoretische Physik 5 Aufgaben mit insgesamt 5 Punkten. Die Klausur

Mehr

Analysis II 14. Übungsblatt

Analysis II 14. Übungsblatt Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau

Mehr

Finite Elemente I Konvergenzaussagen

Finite Elemente I Konvergenzaussagen Finite Elemente I 195 5 onvergenzaussagen 5 onvergenzaussagen TU Bergakademie Freiberg, SoS 2006 Finite Elemente I 196 5.1 Interpolation in Sobolev-Räumen Wesentlicher Baustein der FE-onvergenzanalyse

Mehr

Bildverarbeitung: Diffusion Filters. D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10

Bildverarbeitung: 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

Mehr

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 1 Einleitung

Mehr

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen

Mehr

Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2.

Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) Geschwindigkeit:

Mehr

SYSTEMANALYSE 2 Kapitel 7: Zeitdiskrete Modelle

SYSTEMANALYSE 2 Kapitel 7: Zeitdiskrete Modelle Universität Koblenz-Landau Fachbereich 7: Natur-und Umweltwissenschaften Institut für Umweltwissenschaften Dr. Horst Niemes(Lehrbeauftragter) SYSTEMANALYSE 2 Kapitel 7: Zeitdiskrete Modelle 1. Zeitdiskrete

Mehr

Systemanalyse und Modellbildung

Systemanalyse und Modellbildung Systemanalyse und Modellbildung Universität Koblenz-Landau Fachbereich 7: Natur- und Umweltwissenschaften Institut für Umweltwissenschaften Dr. Horst Niemes(Lehrbeauftragter) 7. Zeitdiskrete Modelle 7.1

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

IV.2 Kanonische Transformationen

IV.2 Kanonische Transformationen IV.2 Kanonische Transformationen 79 IV.2 Kanonische Transformationen IV.2.1 Phasenraum-Funktionen Die verallgemeinerten Koordinaten q a t) und die dazu konjugierten Impulse p a t) bestimmen den Bewegungszustand

Mehr

Die Navier-Stokes Gleichung

Die Navier-Stokes Gleichung Die Navier-Stokes Gleichung Mathematisches Institut der Universität Basel 11. November 2009 Fluidstatik Fluiddynamik Die Strömungslehre befasst sich mit dem physikalischen Verhalten von Fluiden. Fluide

Mehr

2.8 KURVENINTEGRALE UND STAMMFUNKTIONEN

2.8 KURVENINTEGRALE UND STAMMFUNKTIONEN 2.8 KURVENINTEGRALE UND STAMMFUNKTIONEN Im folgenden seien X normierter Vektorraum und Y B-Raum über IK = IR oder IK = CI. Wir wollen in diesem Kapitel für stetige Abbildungen f : X D f B(X; Y ) und stückweise

Mehr

Partielle Differentialgleichungen

Partielle Differentialgleichungen Springer-Lehrbuch Masterclass Partielle Differentialgleichungen Eine anwendungsorientierte Einführung Bearbeitet von Ben Schweizer 1. Auflage 2013. Taschenbuch. xvi, 583 S. Paperback ISBN 978 3 642 40637

Mehr

Kompressible Strömungen

Kompressible Strömungen Kompressible Strömungen Problemstellungen: - Wie lassen sich Überschallströmungen realisieren? - Welche Windkanalgeometrie ist notwendig? - Thermodynamische Beziehungen in Überschallströmungen? - Unterschall

Mehr

1 Ableitungen. Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen. a 1 + tx 1. eine Kurve.

1 Ableitungen. Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen. a 1 + tx 1. eine Kurve. 1 Ableitungen Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen γ 1 (t) γ(t) = γ n (t) Bild(γ) = {γ(t) t I} heißt auch die Spur der Kurve Beispiel:1)

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

Mehr

Kurze Einführung in die Finite-Elemente-Methode

Kurze Einführung in die Finite-Elemente-Methode Kurze Einführung in die Finite-Elemente-Methode Stefan Girke Wissenschaftliches Rechnen 23 Die Finite-Elemente-Methode In diesem Skript soll eine kurze Einführung in die Finite-Elemente-Methode gegeben

Mehr

Sei Φ(x, y, z) ein skalares Feld, also eine Funktion, deren Wert in jedem Raumpunkt definiert ist.

Sei Φ(x, y, z) ein skalares Feld, also eine Funktion, deren Wert in jedem Raumpunkt definiert ist. Beim Differenzieren von Vektoren im Zusammenhang mit den Kreisbewegungen haben wir bereits gesehen, dass ein Vektor als dreiwertige Funktion a(x, y, z) aufgefasst werden kann, die an jedem Punkt im dreidimensionalen

Mehr

Einführung und Grundlagen

Einführung und Grundlagen Kapitel 1 Einführung und Grundlagen Generelle Notation: Ω, A, P sei ein W-Raum im Hintergrund nie weiter spezifiziert Die betrachteten Zufallsvariablen seien auf Ω definiert, zb X : Ω, A M, A, wobei M,

Mehr

Dipl.-Ing. Christoph Erath 10. November FVM-BEM Kopplung. Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln?

Dipl.-Ing. Christoph Erath 10. November FVM-BEM Kopplung. Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln? Dipl.-Ing. Christoph Erath 10. November 2007 FVM-BEM Kopplung Was gewinnen wir, wenn wir zwei numerische Methoden miteinander koppeln? Seite 2 FVM-BEM Kopplung 10. November 2007 Dipl.-Ing. Christoph Erath

Mehr