Numerik von Anfangswertaufgaben Teil II
|
|
- Ulrike Brahms
- vor 6 Jahren
- Abrufe
Transkript
1 Institut für Numerische Mathematik und Optimierung Numerik von Anfangswertaufgaben Teil II Numerik partieller Differentialgleichungen Oliver Ernst Hörerkreis: 6. Mm, 8. Mm Sommersemester 2012
2 Inhalt 1. Hyperbolische Differentialgleichungen 1.1 Übersicht 1.2 Randbedingungen 1.3 Differenzenverfahren 1.4 Konsistenz und Konvergenz 2. Analyse von Differenzenschemata 2.1 Fourier-Analyse 2.2 Von Neumann Analyse Oliver Ernst (TU Freiberg) AWP Sommersemester
3 Inhalt 1. Hyperbolische Differentialgleichungen 1.1 Übersicht 1.2 Randbedingungen 1.3 Differenzenverfahren 1.4 Konsistenz und Konvergenz 2. Analyse von Differenzenschemata 2.1 Fourier-Analyse 2.2 Von Neumann Analyse Oliver Ernst (TU Freiberg) AWP Sommersemester
4 Lineare Wellengleichung erster Ordnung Die einfachste partielle Differentialgleichung hyperbolischen Typs ist die lineare Wellengleichung erster Ordnung Hierbei bezeichnen u = u(x, t), und a eine reelle Konstante. u t + au x = 0. (1.1) u t = u t, u x = u x Die mathematische Problemstellung, eine Funktion u = u(x, t) zu bestimmen, welche (1.1) erfüllt und zu einem festgelegten Anfangszeitpunkt t 0, den wir als t 0 = 0 annehmen, vorgegebene Anfangsbedingung u(x, 0) = u 0 (x), x R, (1.2) erfüllt, heißt Anfangswertaufgabe (AWA) oder Anfangswertproblem (AWP). Eine AWA, bei der die räumliche Variable x im ganzen räumlichen Bereich variieren kann, nennt man auch Cauchy-Problem. Oliver Ernst (TU Freiberg) AWP Sommersemester
5 Lineare Wellengleichung erster Ordnung Ist u 0 differenzierbar, so erfüllt die Funktion u(x, t) = u 0 (x at), x R, t 0, (1.3) sowohl (1.1) als auch (1.2), ist also eine Lösung der AWA. Beachte: (1.1) ist nur sinnvoll, wenn u 0 differenzierbar; (1.3) hingegen für beliebige Funktionen. Die Lösung (1.3) ist konstant längs der Kurvenschaar x at = c, c R. Solche Kurven nennt man Charakteristiken. Oliver Ernst (TU Freiberg) AWP Sommersemester
6 Lineare Wellengleichung erster Ordnung Weiteres Beispiel zu Charakteristiken Wir betrachten die AWA u t + au x + bu = f(x, t), u(x, 0) = u 0 (x), (1.4a) (1.4b) mit reellen Konstanten a, b. Unter der Variablensubstitution τ = t τ = t, ξ = x at, x = ξ + aτ, sowie ũ(ξ, τ) = u(x, t) geht (1.4a) über in die gewöhnliche AWA ũ τ = bũ + f(ξ + aτ, τ), ũ(ξ, 0) = u 0 (ξ), mit Lösung (Variation der Konstanten) ũ(ξ, τ) = u 0 (ξ)e bτ + τ 0 f(ξ + aσ, σ)e b(τ σ) dσ. Oliver Ernst (TU Freiberg) AWP Sommersemester
7 Lineare Wellengleichung erster Ordnung Weiteres Beispiel zu Charakteristiken Umschreiben in die ursprünglichen Variablen ergibt u(x, t) = u 0 (x at)e bt + t 0 f(x a(t s), s)e b(t s) ds. Wir stellen fest: die Lösung u im Punkt (x, t) bleibt unverändert, wenn wir (x, t) ersetzen durch (x, t ) sofern x at = x at. Die Lösung hängt also nur ab von den Werten von u 0 und f längs der Chakteristik durch (x, t) mit 0 s t. Ein Punkt, der sich entlang der Charakteristik x at = konst bewegt besitzt das Weg-Zeit-Gesetz x = at + konst, und somit die Geschwindigkeit dx dt = a. Daher bezeichnet man den Koeffizienten a auch als charakterisctische Geschwindigkeit der hyperbolischen Gleichung (1.4a). Oliver Ernst (TU Freiberg) AWP Sommersemester
8 Systeme hyperbolischer Gleichungen Wir betrachten nun Systeme von n hyperbolischen Gleichungen mit konstanten Koeffizienten in einer Raumdimension. Die Lösungsfunktion ist nun ein Vektor u R n. Definition 1.1 Ein System der Form u t + Au x + Bu = F (x, t) mit Matrizen A, B R n n und rechter Seite F : R 2 R n für das Vektorfeld u = u(x, t) R n heißt hyperbolisch, wenn A diagonalisierbar ist und reelle Eigenwerte besitzt. Ist A diagonalisierbar, so gibt es eine invertierbare Matrix V deren Spalten linear unabhängige Eigenvektoren von A enthalten und gilt, mit λ i der i-te Eigenwert von A. V 1 AV = Λ := diag(λ 1,..., λ n ) Oliver Ernst (TU Freiberg) AWP Sommersemester
9 Systeme hyperbolischer Gleichungen Die Eigenwerte λ i von A werden charakteristische Geschwindigkeiten des Systems genannt. Führt man die lineare Transformation w(x, t) := V 1 u(x, t) der abhängigen Variablen ein, so geht, im Fall B = O, das System über in die entkoppelten Gleichungen. w t + Λw x = V 1 F =: F, also (w i ) t + λ i (w i ) x = f i, i = 1,..., n. Für B O bleiben die Gleichungen gekoppelt, jedoch nur in den ableitungsfreien Termen. Die wichtigsten Eigenschaften in Bezug auf Ausbreitung von Information (von den Daten in die Lösung) bleiben erhalten, die Matrix B führt lediglich zu zusätzlichen Effekten wie Wachstum, Dämpfung oder Oszillation. Oliver Ernst (TU Freiberg) AWP Sommersemester
10 Systeme hyperbolischer Gleichungen Beispiel Oliver Ernst (TU Freiberg) AWP Sommersemester
11 Gleichungen mit variablen Koeffizienten Bei der Gleichung u t + a(x, t)u x = 0 (1.5) ist die charakteristische Geschwindigkeit orts- und zeitanghängig. Die allgemeine Variablensubstitution τ = t, ξ = ξ(x, t) führt auf ũ τ = u t t τ + u x x τ = u t + x τ u x. Analog dem Fall konstanter Koeffizienten setzen wir dx dτ = a(x, t) = a(x, τ). Diese gewöhnliche Dgl. für x als Funktion von τ besitzt längs der Charakteristik im Punkt (x, τ) als Geschwindigkeit a(x, τ). Wir schreiben als Anfangswert der charakteristischen Kurve durch (x, τ) den Wert ξ vor. Wir erhalten somit Oliver Ernst (TU Freiberg) AWP Sommersemester
12 Gleichungen mit variablen Koeffizienten dũ dτ = 0, dx dτ ũ(0, ξ) = u 0(ξ), = a(x, τ), x(0) = ξ. Somit ist ũ (und damit u) konstant längs der durch die zweite Gleichung definierte Charakteristik, die jedoch, im Unterschied zum Fall konstanter Koeffizienten, im Allgemeinen keine Gerade mehr ist. Oliver Ernst (TU Freiberg) AWP Sommersemester
13 Gleichungen mit variablen Koeffizienten Beispiel Oliver Ernst (TU Freiberg) AWP Sommersemester
14 Systeme mit variablen Koeffizienten Systeme hyperbolischer Gleichungen mit variablen Koeffizienten führt man, gleichmäßige Diagonalisierbarkeit vorausgesetzt, zurück auf den skalaren Fall. Definition 1.2 Das System partieller Differentialgleichungen erster Ordnung u t + A(x, t)u x + B(x, t)u = F (x, t) (1.6) heißt hyperbolisch, falls es eine matrixwertige Funktion V = V (x, t) gibt mit V (x, t) 1 A(x, t)v (x, t) = Λ(x, t) = diag(λ 1 (x, t),..., λ n (x, t)), wobei für alle x R und t 0 die Eigenwerte λ i reell und die Normen von V und V 1 beschränkt sind. Die Charakteristiken von (1.6) sind die Lösungen der Dgl. dx i dt = λ i(x, t), x i (0) = ξ i. Oliver Ernst (TU Freiberg) AWP Sommersemester
15 Inhalt 1. Hyperbolische Differentialgleichungen 1.1 Übersicht 1.2 Randbedingungen 1.3 Differenzenverfahren 1.4 Konsistenz und Konvergenz 2. Analyse von Differenzenschemata 2.1 Fourier-Analyse 2.2 Von Neumann Analyse Oliver Ernst (TU Freiberg) AWP Sommersemester
16 Randbedingungen Endliches Ortsintervall, e.g. x [0, 1]. Führt auf Anfangs-Randwertaufgabe (ARWA). Auch hier sind Charakteristiken von entscheidender Bedeutung. Beispiel: u t + au x = 0, x (0, 1), t > 0. (1.7) Randwerte können am rechten oder linken Rand vorgegeben werden, nicht aber an beiden. Für die Vorgabe am linken Rand u(0, t) = g(t), t 0, mit Anfangswerten u(x, 0) = u 0 (x) erhält man als Lösung { u 0 (x at), x at > 0, u(x, t) = g(t x/a), x at < 0. Diese besitzt im Fall u 0 (0) g(0) einen Sprung längs {x = at}. Oliver Ernst (TU Freiberg) AWP Sommersemester
17 Randbedingungen System Betrachte das System [ ] u1 + u 2 mit a, b R, a b. t [ ] [ ] a b u1 b a u 2 x = 0, x (0, 1), t > 0, (1.8) Charakteristische Variablen: w 1 = u 1 + u 2, w 2 = u 1 u 2. Bezüglich dieser geht das System (1.8) über in [ ] [ ] [ ] w1 a + b 0 w1 + = 0. (1.9) w 2 0 a b w 2 t x Für a, b beide positiv unterscheiden wir Fall 1. 0 < b < a, beide Charakteristiken laufen von links nach rechts, Randvorgabe bei {x = 0}. Fall 2. 0 < a < b. Eine Charakteristik läuft nach rechts, dia andere nach links. Möglichkeit: schreibe w 1 vor bei {x = 0} und w 2 bei {x = 1}. Oliver Ernst (TU Freiberg) AWP Sommersemester
18 Randbedingungen System Alternative für Fall 2: w 1 (0, t) = α 0 w 2 (0, t) + β 0 (t), w 2 (1, t) = α 1 w 1 (1, t) + β 1 (t), (1.10) mit Konstanten oder Funktionen α 0, α 1. So kann die Randvorgabe u 1 (0, t) = β 0 (t), u 2 (1, t) = β 1 (t) geschrieben werden als w 1 (0, t) = w 2 (0, t) + 2β 0 (t), w 2 (1, t) = w 1 (1, t) 2β 1 (t), d.h. als Spezialfall von (1.10) mit α 0 = 1, α 1 = 1. Oliver Ernst (TU Freiberg) AWP Sommersemester
19 Randbedingungen System Randbedingungen, durch welche die Lösung einer PDE eindeutig bestimmt wird, heißen korrekt gestellt, sachgemäß gestellt, oder englisch well-posed. Im Beispiel: nur korrekt gestell, falls äquivalent zu (1.10). (1.10) schreibt den Wert der charakteristischen Variablen auf der ins Gebiet hineinlaufenden Charakteristik als Funktion der Wertes der charakteristischen Variablen auf der das Gebiet verlassenden Charakteristik vor. Im Beispiel: u 1 oder u 2 bei x = 0 u 1 oder u 2 bei x = 1 u 1 u 2 bei x = 0 u 1 + u 2 bei x = 1 korrekt korrekt inkorrekt inkorrekt Faustregel: Anzahl Randbedingungen = Anzahl hineinlaufender Charakteristiken (Später mehr). Oliver Ernst (TU Freiberg) AWP Sommersemester
20 Randbedingungen Periodische RBen In vielen Fällen ist es interessant, auf einem beschränkten Intervall zu rechnen, aber als RB Periodizität der Lösung vorzuschreiben (periodische Randbedingung): u(0, t) = u(1, t). (1.11) In diesem Fall enthält sozusagen das Rechengebiet einen Rand, nicht aber die ARWA (da die Lösung für alle x definiert ist. Oliver Ernst (TU Freiberg) AWP Sommersemester
21 Inhalt 1. Hyperbolische Differentialgleichungen 1.1 Übersicht 1.2 Randbedingungen 1.3 Differenzenverfahren 1.4 Konsistenz und Konvergenz 2. Analyse von Differenzenschemata 2.1 Fourier-Analyse 2.2 Von Neumann Analyse Oliver Ernst (TU Freiberg) AWP Sommersemester
22 Differenzenverfahren Differenzenverfahren beruhen auf dem Prinzip, die Lösung einer Differentialgleichung auf einem räumlich-zeitlichen Gitter {(x m, t n ) : x m = mh, t n = nk, m, n Z} mit positiven Schrittweiten h und k zu approximieren, wobei Ableitungen durch finite Differenzen approximiert werden. Bezeichnung: v(x m, t n ) =: v n m für eine auf dem Gitter definierte Funktion v. Oliver Ernst (TU Freiberg) AWP Sommersemester
23 Differenzenverfahren Beispiele für Differenzenschemata zur Approximation von (1.1): 1 v n+1 m v n+1 m v n+1 m v n+1 m v n+1 m vm n k vm n k vm n k vm n 1 2k 1 2 (vn m+1 + v n m 1) k + a vn m+1 v n m h + a vn m v n m 1 h + a vn m+1 v n m 1 2h + a vn m+1 v n m 1 2h + a vn m+1 v n m 1 2h = 0 vorwärts-vorwärts (1.12a) = 0 vorwärts-rückwärts (1.12b) = 0 vorwärts-zentral (1.12c) = 0 leapfrog (1.12d) = 0 Lax-Friedrichs (1.12e) 1 Peter Lax, 1926, Kurt Otto Friedrichs, Oliver Ernst (TU Freiberg) AWP Sommersemester
24 Beispiele Lax-Friedrichs-Verfahren 1 exakt h=0.1 h= u t + u x = 0 x [ 2, 3], t [0, 1.6] u 0 (x) = max{1 x, 0} λ = k h = 0.8 u(0, t) = 0 v n+1 M = vn+1 M Oliver Ernst (TU Freiberg) AWP Sommersemester
25 Beispiele Lax-Friedrichs-Verfahren Wie oben mit h = 1/60 λ = k h = Oliver Ernst (TU Freiberg) AWP Sommersemester
26 Beispiele Leapfrog-Verfahren 1 exakt h=0.1 h= Wie oben mit λ = k h = 0.8 Leapfrog- Verfahren Anlaufrechnung mit exakter Lösung Oliver Ernst (TU Freiberg) AWP Sommersemester
27 Inhalt 1. Hyperbolische Differentialgleichungen 1.1 Übersicht 1.2 Randbedingungen 1.3 Differenzenverfahren 1.4 Konsistenz und Konvergenz 2. Analyse von Differenzenschemata 2.1 Fourier-Analyse 2.2 Von Neumann Analyse Oliver Ernst (TU Freiberg) AWP Sommersemester
28 Konsistenz und Konvergenz Wie bei der Numerik von ODEs: Konsistenz und Konvergenz eines Differenzenschemas. Letzteres: durch Differenzenschema gelieferte Approximation konvergiert (in zu präzisierender Topologie) für h, k 0 gegen exakte Lösung der AWA. Betrachte hierzu die Klasse von PDEs erster Ordnung in t. Beispiele (neben (1.1)) P ( t, x )u = f(x, t), x R, u t + bu xx + au x = 0, u t cu txx + bu xxxx = 0, u t + cu tx + au x = 0. (1.13) Generelle Annahme: Cauchy-Problem korrekt gestellt. Oliver Ernst (TU Freiberg) AWP Sommersemester
29 Konsistenz und Konvergenz Definition Konvergenz Definition 1.3 (Konvergenz) Wir nennen ein Einschritt-Differenzenschema zur Approximation {v n m} der Lösung einer PDE konvergent, falls für jede Lösung u(x, t) der PDE, sofern die Anfangsdaten v 0 m u 0 (x) für mh x gilt v n m u(x, t) für (mh, nk) (x, t) und (h, k) (0, 0). Bei Mehrschrittverfahren: Konvergenz der Anfangsdaten analog für gewählte Anlaufrechnung. Konvergent: Lax-Friedrichs und Leapfrog mit λ = 0.8. Divergent: Leapfrog mit λ = 1.6. Wie bei ODEs: Konvergenz direkt schwierig; einfacher sind Konsistenz und Stabilität. Oliver Ernst (TU Freiberg) AWP Sommersemester
30 Konsistenz und Konvergenz Definition Konvergenz Definition 1.4 (Konsistenz) Ein Differenzenschema P h,k v = f heißt konsistent mit einer PDE P u = f, falls für jede hinreichend glatte Funktion φ = φ(x, t) gilt P φ P h,k φ 0 für h, k 0. Beispiele: Vorwärts-Vorwärts und Lax-Friedrichs Verfahren für (1.1). Konsistenz Lösung der AWA löst näherungsweise die Differenzengleichung des Schemas. Konvergenz Lösung des Differenzenschemas löst näherungsweise die AWA. Wie bei der Numerik von ODEs ist Konsistenz notwendig, aber nicht hinreichend für Konvergenz. Beispiel: Konsistenz ohne Konvergenz. Oliver Ernst (TU Freiberg) AWP Sommersemester
31 Konsistenz und Konvergenz Stabilität Stabilität ist, wieder wie bei ODEs, ist die zweite notwendige Bedingung für Konvergenz eines Differenzenschemas. Grundgedanke: soll v n m für x m x und t n t gegen u(x, t) konvergieren, so muss die Folge {v n m} n,m notwendig beschränkt bleiben. Wir verstehen unter einem Stabilitätsgebiet R eine beschränkte, nichtleere Teilmenge des positiven Quadranten {(h, k) R 2 : k, k > 0} mit dem Ursprung als Häufungspunkt. Für auf dem (beidseitig unbeschränkten) räumlichen Gitter {x m = mh} m Z definierten Funktionen {w m } m Z definieren wir die diskrete L 2 -Norm. w h := ( h m= w m 2 ) 1/2. Oliver Ernst (TU Freiberg) AWP Sommersemester
32 Konsistenz und Konvergenz Stabilität Definition 1.5 Ein Differenzenschema P h,k v n m = 0 für eine PDE erster Ordnung heißt stabil in einem Stabilitätsgebiet R, falls es J N 0 gibt sodass für jede Endzeit T > 0 eine Konstante C T existiert mit v n 2 h C T J v j 2 h n mit 0 nk T und (h, k) R. (1.14) j=0 Diese Definition besagt, dass die durch ein stabiles Differenzenschema erzeugte Gitterfunktion in ihrem Wachstum gemessen in der diskreten L 2 -Norm in jedem festen Intervall [0, T ] für beliebig kleine Zeitschrittweiten k beschränkt ist, und zwar durch einen konstanten (von T abhängenden) Faktor mal der Summe der Normen der ersten J Zeitschichten. I.A. kann J = 0 gewählt werden; J > 0 bei Mehrschrittverfahren mit bestimmten Datenvorgaben auf den ersten J + 1 Zeitschichten. Oliver Ernst (TU Freiberg) AWP Sommersemester
33 Konsistenz und Konvergenz Stabilität Unentbehrliches Hilfsmittel bei Stabilitätsanalyse für Differenzenschemata: Fourier-Techniken. Beispiel: (hier geht s direkt) vorwärts-vorwärts-schema. Oliver Ernst (TU Freiberg) AWP Sommersemester
34 Konsistenz und Konvergenz Korrekt gestellte AWA Eng verknüpft mit der Stabilität von Differenzenschemata ist die korrekt-gestelltheit von AWAen. Für PDEs erster Ordnung P u = f sei dies wie folgt definiert: Definition 1.6 Die AWA für die PDE erster Ordnung P u = 0 heißt korrekt gestellt, falls es für jeden Zeitpunkt T 0 eine Konstante C T gibt sodass jede Lösung u = u(x, t) die Ungleichung erfüllt. Hierbei bezeichnet u(, t) 2 C T u(, 0) 2, t [0, T ] (1.15) w := R w(x) 2 dx die L 2 -Norm einer auf R definierten Funktion w. Oliver Ernst (TU Freiberg) AWP Sommersemester
35 Konsistenz und Konvergenz Das Äquivalenzprinzip Der Fundamentalsatz bei Differenzenverfahren für AWAen: Theorem 1.7 (Lax-Richtmyer Äquivalenzprinzip, 1956) Ein mit einer korrekt gestellten AWA konsistentes Differenzenschema ist genau dann konvergent, wenn es stabil ist. Schwierig zu beweisende Aussage (Konvergenz) zu zwei (oft) leicht zu verifizierende Eigenschaften äuivalent. Instabile Verfahren brauchen nicht betrachtet werden. Beweis später Oliver Ernst (TU Freiberg) AWP Sommersemester
36 Konsistenz und Konvergenz Die CFL-Bedingung Explizite Differenzenschemata: von der Bauart v n+1 m = endliche Summe aus vñ m mit ñ n. (Bisher alle betrachteten Schemata explizit.) Theorem 1.8 Für ein explizites Differenzenschema für die PDE (1.1) von der Form v n+1 m = αv n m 1 + βv n m + γv n m+1 mit konstant gehaltenem λ = k/h ist die Courant-Friedrichs-Lewy-Bedingung (CFL-Bedingung) 2 aλ 1 notwendig für Stabilität. 2 R. Courant, K. Friedrichs, H. Lewy Über die partiellen Differenzengleichungen der mathematischen Physik. Mathematische Annalen 100 (1): (1928) Oliver Ernst (TU Freiberg) AWP Sommersemester
37 Konsistenz und Konvergenz Die CFL-Bedingung Bemerkungen: Für Systeme solcher PDEs, bei denen α, β und γ Matrizen sind, muss man aλ j 1 für alle Eigenwerte λ j von α fordern. Ähnlich zeigt man: es gibt keine explite und konsistente Differenzenschemata für hyperbolische PDEs, welche für alle Werte von λ stabil sind. Courant, Friedrichs und Lewy: Es gibt keine explizite, konsistente und zugleich unbedingt stabile Differenzenschemata für hyperbolische Systeme von PDEs. Oliver Ernst (TU Freiberg) AWP Sommersemester
38 Konsistenz und Konvergenz Zwei implizite Verfahren v n+1 m v n+1 m vm n k vm n k + a vn+1 m+1 vn+1 m 1 = 0 rückwärts-zentral (1.16a) 2h + a vn+1 m vm 1 n+1 = 0 rückwärts-rückwärts (1.16b) h Beispiel: Rückwärts-rückwärts-Schema für a > 0 stabil für alle Werte von λ. Oliver Ernst (TU Freiberg) AWP Sommersemester
5. Die eindimensionale Wellengleichung
H.J. Oberle Differentialgleichungen II SoSe 2013 5. Die eindimensionale Wellengleichung Wir suchen Lösungen u(x, t) der eindimensionale Wellengleichung u t t c 2 u xx = 0, x R, t 0, (5.1) wobei die Wellengeschwindigkeit
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
MehrFinite Elemente I 2. 1 Variationstheorie
Finite Elemente I 2 1 Variationstheorie 1 Variationstheorie TU Bergakademie Freiberg, SoS 2007 Finite Elemente I 3 1.1 Bilinearformen Definition 1.1 Sei V ein reeller normierter Vektorraum. Eine Bilinearform
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrKlassifikation von partiellen Differentialgleichungen
Kapitel 2 Klassifikation von partiellen Differentialgleichungen Die meisten partiellen Differentialgleichungen sind von 3 Grundtypen: elliptisch, hyperbolisch, parabolisch. Betrachte die allgemeine Dgl.
Mehr3. Normalform linearer PDG zweiter Ordnung
H.J. Oberle Differentialgleichungen II SoSe 2013 3. Normalform linearer PDG zweiter Ordnung Wir beschreiben in diesem Abschnitt Verfahren zur Transformation linearer oder auch halblinearer PDG zweiter
MehrLineare 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
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
MehrGrundlagen 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
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
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)
MehrFolgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014
Inhalt Mathematik für Chemiker Teil 1: Analysis Vorlesung im Wintersemester 2014 Kurt Frischmuth Institut für Mathematik, Universität Rostock Rostock, Oktober 2014... Folgen und Reihen Reelle Funktionen
MehrSchwache Formulierung der Poisson-Gleichung Finite Elemente Methoden Fouriermethoden für Wärmeleitungsgleichung
Department Mathematik der Universität Hamburg SoSe 29 Dr. Hanna Peywand Kiani Schwache Formulierung der Poisson-Gleichung Finite Elemente Methoden Fouriermethoden für Wärmeleitungsgleichung Die ins Netz
MehrKurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren
Kurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren Was sind typische qualitative Aussagen bei gewöhnlichen Differentialgleichungen der Form x (t) = f(t, x)? (1) 1. Andere
MehrLösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt
Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. F. Hettlich Dr. S. Schmitt Dipl.-Math. J. Kusch Karlsruhe, den 09.06.20 Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik
MehrKapitel 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:
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:
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
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
MehrKlausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 14/15 Dr. Hanna Peywand Kiani 06.07.2015 Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften Die ins Netz gestellten
Mehr9.4 Lineare gewöhnliche DGL
9.4 Lineare gewöhnliche DGL Allgemeinste Form einer gewöhnlichen DGL: Falls linear in ist, sprechen wir von einer "linearen" DGL: und eine Matrix zeitabhängigen Komponenten ein zeitabhängiger Vektor In
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
MehrFlüsse, Fixpunkte, Stabilität
1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher
Mehry hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
MehrEigenwerte, Diagonalisierbarkeit, charakteristisches Polynom
Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
Mehrf f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
MehrKlausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 14/15 Dr. Hanna Peywand Kiani 27.01.2015 Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften Die ins Netz gestellten
MehrBeispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt
Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
MehrFerienkurs Analysis 3 für Physiker. Partielle Differentialgleichungen
Ferienkurs Analysis 3 für Physiker Partielle Differentialgleichungen Autor: Benjamin Rüth, Korbinian Singhammer Stand: 9. März 2015 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis 1 Was sind partielle
MehrKleine Formelsammlung zu Mathematik für Ingenieure IIA
Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................
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
MehrÜbungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016
Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrÜbungsaufgaben zu Partielle Differentialgleichungen Blatt III vom
Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R
Mehr16 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
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
MehrLineare 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
MehrDifferentialgleichungen
Kapitel Differentialgleichungen Josef Leydold Mathematik für VW WS 05/6 Differentialgleichungen / Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen: () Erhöhung der
MehrDas Newton Verfahren.
Das Newton Verfahren. Ziel: Bestimme eine Nullstelle einer differenzierbaren Funktion f :[a, b] R. Verwende die Newton Iteration: x n+1 := x n f x n) f x n ) für f x n ) 0 mit Startwert x 0. Das Verfahren
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
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 7 Gewöhnliche
MehrEigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)
Eigenwerte 1 Eigenwerte und Eigenvektoren Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) für einen Vektor x 0. Vektor x heißt ein
Mehr2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)
2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt
MehrAbbildung 5.1: stabile und instabile Ruhelagen
Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer
MehrDynamische 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,
MehrAufgaben zur Analysis I aus dem Wiederholungskurs
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden
MehrRegularitätsresultate 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
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit
10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2
MehrÜbungen zu Partielle Differentialgleichungen, WS 2016
Übungen zu Partielle Differentialgleichungen, WS 2016 Ulisse Stefanelli 16. Januar 2017 1 Beispiele 1. Betrachten Sie die Beispiele von nichtlinearen PDG und Systemen, die wir im Kurs diskutiert haben,
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
MehrGewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators
Gewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators Horst Laschinsky 12. Oktober 1999 Inhaltsverzeichnis 1 Gewöhnliche lineare homogene Differentialgleichungen 2. Ordnung mit konstanten
MehrEinführung in partielle Differentialgleichungen
vdf - Lehrbücher und Skripten Einführung in partielle Differentialgleichungen für Ingenieure, Chemiker und Naturwissenschaftler von Norbert Hungerbühler 2., durchgesehene Auflage 2 Einführung in partielle
Mehr4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
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
Mehr4 Messbare Funktionen
4 Messbare Funktionen 4.1 Definitionen und Eigenschaften Definition 4.1. Seien X eine beliebige nichtleere Menge, M P(X) eine σ-algebra in X und µ ein Maß auf M. Das Paar (X, M) heißt messbarer Raum und
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
Mehr1 Einführung und Begriffe
Numerik 4 1 Einführung und Begriffe 1.1 Mathematische Modellbildung und numerische Simulation am Beispiel eines Wasserkreislaufs 1.2 Linearisierung und Iterationsverfahren am Beispiel des Newton-Verfahrens
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
Mehr3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten
Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C
Mehr8. Übungsblatt Aufgaben mit Lösungen
8 Übungsblatt Aufgaben mit Lösungen Aufgabe 6: Matrix Bestimmen Sie die allgemeine reelle Lösung des Differentialgleichungssystems u x = Aux für die A =, 9 indem Sie das System auf eine einzelne gewöhnliche
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrDas wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?
Das wissen Sie: 1. Wann ist eine Funktion (Signal) gerade, ungerade, harmonisch, periodisch (Kombinationsbeispiele)? 2. Wie lassen sich harmonische Schwingungen mathematisch beschreiben und welche Beziehungen
MehrLösungsvorschlag zur Übungsklausur zur Analysis I
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrDifferentialgleichungen
Differentialgleichungen Viele physikalische Probleme können mathematisch als gewöhnliche Differentialgleichungen formuliert werden nur eine unabhängige Variable (meist t), z.b. Bewegungsgleichungen: gleichmäßig
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
MehrDie Zylinderfunktionen
Die Zylinderfunktionen Betrachten Schwingungen einer Pauke. Auslenkung v = v(t, x, y) des Trommelfells ist Lösung der Wellengleichung 2 v t = v := 2 v 2 x + 2 v 2 y 2 als Produkt aus zeitabhängiger und
MehrWellen und wandernde Wellen Ähnlichkeitslösungen. Crashkurs PDG anhand von Beispielen. Wellen
Wellen Crashkurs PDG anhand von Beispielen Eine Welle ist ein erkennbares Signal, welches innerhalb eines Mediums von einer Seite zur anderen übertragen wird, mit einer erkennbaren Ausbreitungsgeschwindigkeit.
MehrBrückenkurs 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
Mehr6 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
Mehr3 Lineare Differentialgleichungen
3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,
MehrAnalysis II. Vorlesung 44. Partielle Ableitungen
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 44 Sei f: K n K eine durch Partielle Ableitungen (x 1,...,x n ) f(x 1,...,x n ) gegebene Abbildung. Betrachtet man für einen fixierten Index
MehrFB IV Mathematik Universität Trier. Präsentation von Nadja Wecker
FB IV Mathematik Universität Trier Präsentation von Nadja Wecker 1) Einführung Beispiele 2) Mathematische Darstellung 3) Numerischer Fluss für Diffusionsgleichung 4) Konvergenz 5) CFL-Bedingung 6) Zusammenfassung
MehrExtrapolationsverfahren für nichtlineare zweidimensionale Diffusionsprobleme
Universität des Saarlandes Fachbereich Mathematik Extrapolationsverfahren für nichtlineare zweidimensionale Diffusionsprobleme Diplomarbeit zur Erlangung des akademischen Grades eines Diplom-Mathematikers
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrZusammenfassung zur Konvergenz von Folgen
Zusammenfassung zur Konvergenz von Folgen. Definition des Konvergenzbegriffs Eine Folge reeller Zahlen a n n heißt konvergent gegen a in Zeichen a n = a, falls gilt > 0 n 0 n n 0 : an a < Hinweise: Bei
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-
MehrTeil III. Fourieranalysis
Teil III Fourieranalysis 3 / 3 Fourierreihen Ziel: Zerlegung einer gegebenen Funktion in Schwingungen Konkret: f : (, L) R gegebene Funktion Gesucht: Darstellung der Form ( f (x) = a + a n cos ( n L x)
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
MehrCaputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen
Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Differentialgleichungssysteme Marco Boßle Jörg Hörner Mathematik Online Frühjahr 20 PV-Kurs HM 3 DGlSysteme - Zusammenfassung Allgemeine Differentialgleichungssysteme.Ordnung
MehrDer CG-Algorithmus (Zusammenfassung)
Der CG-Algorithmus (Zusammenfassung) Michael Karow Juli 2008 1 Zweck, Herkunft, Terminologie des CG-Algorithmus Zweck: Numerische Berechnung der Lösung x des linearen Gleichungssystems Ax = b für eine
MehrKapitel 6 Folgen und Stetigkeit
Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
Mehry = A(x) y + b(x). (1) y = A(x) y (2)
73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
Mehr5 Gewöhnliche Differentialgleichungen
5 Gewöhnliche Differentialgleichungen 5.1 Einleitung & Begriffsbildung Slide 223 Natürliches Wachstum Eine Population bestehe zur Zeit t aus N(t) Individuen. Die Population habe konstante Geburts- und
MehrVorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)
1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.
Mehr