Explizite, eingebettete und implizite RK-Verfahren

Größe: px
Ab Seite anzeigen:

Download "Explizite, eingebettete und implizite RK-Verfahren"

Transkript

1 Kutta-Teorie: Explizite, eingebettete und implizite RK-Verfaren Lukas Klic Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite:

2 Gliederung -Verfaren - Explizite Verfaren - Eingebettete Verfaren - Implizite Verfaren Zusammenfassung Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 2

3 Explizite Verfaren () Definition.: Ein RK-Verfaren c A streng untere Dreiecksmatrix ist. b T eißt explizit, wenn A eine Ein Zeitscritt k : = f y I y = y b k s + j= j i, k: i = f y+ ak ij j, i= 2,...,s j= ist dann mit s Auswertungen von f ausfürbar. j in der Form Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 3

4 Explizite Verfaren (2) Bemerkung.2: Es genügt, wenn die Matrix A durc Permutation auf strenge Dreiecksform gebract werden kann. Bemerkung.3: a) Es existieren explizite RK-Verfaren beliebig oer Ordnung. b) Ein explizites s-stufiges Verfaren at öcstens die Ordnung s. Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 4

5 Explizite Verfaren (3) Euler- oder Polygonzug-Verfaren s = p = = + I y y f y Runge 2.ter Ordnung s = 2 p = 2 I y y f y f y 2 = + + Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 5

6 Heun 2.ter Ordnung Explizite Verfaren (4) s = 2 p = 2 I y y f y f y f y = Kutta 3.ter Ordnung s = 3 p = Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 6

7 Explizite Verfaren (5) klassisces RK-Verfaren 4.ter Ordnung s = 4 p = Dieses Verfaren bietet einen akzeptablen Kompromiss zwiscen Aufwand (Stufenzal s) und Genauigkeit (Ordnung p). Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 7

8 Problem: Eingebettete Verfaren () Lukas Klic Mittels zweier untersciedlicer Verfaren soll eine Abscätzung des lokalen Verfarensfelers berecnet werden, um diese für die Scrittweitensteuerung zu verwenden. Idee: Benutze explizite Verfaren I bzw. der Ordnung bzw. ˆp = p +, Î p die gemeinsame Zwiscenstufen aben. Somit ist der nötige Aufwand zur simultanen Ausfürung beider Verfaren geringer als der Aufwand, der zur Ausfürung jedes einzelnen Verfarens vonnöten ist. Folgerung und Definition 2.: Die Butcer-Matrix von ist eine Teilmatrix ( Einbettung ) der Butcer-Matrix von. Î I Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 8

9 Eingebettete Verfaren (2) Lukas Klic Anname: ˆ ( p+ 2) p+ ( p+ 2 =Ο = +Ο ) F y I y F y I y e y Damit liefert E,y = ˆI y I y eine Felerscätzung für das Verfaren niederer Ordnung: ˆ F y I y F y I y E,y Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 9

10 Betracte Eingebettete Verfaren (3) p + ε E,y ˆ F y I y F y I y ε Zwei möglice Approximationen von F y steen zur Wal: a) Benutze I y als Approximation. Damit ist die Scrittweite optimal groß, das genauere Î ( y) wird nur zur Scrittweitensteuerung benutzt. b) Benutze Î y als Approximation. Hier sind die Scrittweiten tendenziell zu klein, denn es gilt F y ˆI y ε. Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite:

11 Eingebettete Verfaren (4) Beispiel für das Felberg4(5)-Verfaren: Somit ist Lukas Klic Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: T T T T k = f y 2 k2= f y+ k 9 65 k6= f y+ k+ 432 E,y k 3 k 6 k k 6 k = eine Abscätzung des fürenden Felerterms des Verfarens 4.ter Ordnung I. y = y+ k k3+ k4+ k b ˆb ˆb b

12 Eingebettete Verfaren (5) FSAL-Prinzip (First Same As Last): Lukas Klic Stimmt der Vektor b des niederen (s-stufigen) Verfarens,...,b I s mit der letzten Stufenzeile a s, +,...,as,s + des öeren (s+-stufigen) Verfarens überein, so gilt folgendes: Î y = s + I( y) Beobactung: Wenn y = I ( y) als Approximation von F ( y) angenommen wird, so ist die erste Stufe k = f( y ) des näcsten Scrittes bereits durc die letzte Stufe k = f y des vorerigen Scrittes gegeben. Folgerung: s + s + Die Felerabscätzung wird automatisc geliefert. Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 2

13 Eingebettete Verfaren (6) Beispiel für das Felberg3(4)-Verfaren mit FSAL: Lukas Klic b ˆb ˆb T T T b T Somit ist y y k 27 k 49 k I y = = Also ist k5= f y5 = f I y die erste Stufe des näcsten Zeitscritts (beim Scrittwecsel ist sie f ( y 5 ) ). Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 3

14 Implizite Verfaren () Lukas Klic Problem: Ν Bei nict expliziten Verfaren auf muss in jedem Zeitscritt I y ein nictlineares Gleicungssystem für die Zwiscenstufen numerisc gelöst werden. Lösung: i ij j j = Hierzu kann man ein Newton-Verfaren anwenden, was jedoc oen Aufwand verursact, da zur Ausfürung eines Newton- Scrittes die Ableitung benötigt wird. Alternativ bedient man sic der Fixpunkt-Iteration. s y = y+ a f y, i=,...,s Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 4

15 Newton-Verfaren: Implizite Verfaren (2) ( ) y : = y f y f y (k+ ) (k) ' (k) (k) Die Startwerte sind vorgegeben oder werden mittels beliebiger expliziter Verfaren konstruiert. Fixpunkt-Iteration: s (k+ ) (k) i = + ij j j = y y a f y i=,...,s k=,,2,... Der Startwert ist y =... = y = y () () s Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 5

16 Implizite Verfaren (3) Beispiel für das Trapezverfaren der Ordnung 2: y = y y = y+ f y + f y I y = y 2 Y= I y = y+ f y + f Y () Um die Ordnung zu eralten reict eine Fixpunktiteration mit Y = y: () Y = y+ f y I y y f y f Y = + + () () () () Y = y+ f y + f Y = y+ f y Das resultierende approximative Trapezverfaren ist identisc mit Heun 2.ter Ordnung. (Prädiktor) (Korrektor) Heun 2.ter Ordnung Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 6

17 Implizite Verfaren (4) Satz 3.: (Gauß-Legendre-Verfaren) Zu s-stufen existieren Verfaren der Ordnung 2s. s * d s Seien c,...,csdie s Nullstellen des Legrende-Polynoms P () s s c = c c. s dc Sei das Butcer-Scema durc Quad und Simp eindeutig festgelegt Quad : bc = k=,...,s k s (s) k j j j = c Simp : a c = i,k=,...,s s k (s) k i ij j j = k Damit at das s-stufige Gauß-Legendre-Verfaren die Ordnung 2s. Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 7

18 Implizite Verfaren (5) Beispiele für Gauß-Legendre-Verfaren: Das -stufige Verfaren der Ordnung 2: Der Zeitscritt y Y= I y mit y y f y 2 = +, = + y = ( y+ Y) Y y f y 2 ist als Lösung der Gleicung Y= y+ f y+ Y 2 definiert. Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 8

19 Implizite Verfaren (6) Das 2-stufige Verfaren der Ordnung 4: Das 3-stufige Verfaren der Ordnung 6: Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 9

20 Zusammenfassung Explizite RK-Verfaren Eingebettete RK-Verfaren Implizite RK-Verfaren Kutta-Teorie: : Explizite, eingebettete und implizite RK- Verfaren Lukas Klic Seite: 2

Numerik I. Gewöhnliche Differentialgleichungen. Prof.Dr.G.Wittum. Teil I:

Numerik I. Gewöhnliche Differentialgleichungen. Prof.Dr.G.Wittum. Teil I: Numerik I Prof.Dr.G.Wittum Teil I: Gewönlice Differentialgleicungen Sommersemester 2005 INHALTSVERZEICHNIS 1 Inaltsverzeicnis 1 Numerik gewönlicer Differentialgleicungen 2 1.1 Einleitung....................................

Mehr

Vorlesung für Schüler

Vorlesung für Schüler Universität Siegen Facbereic Matematik Vorlesung für Scüler 1.12.2 Emmy-Noeter-Campus Prof. Dr. H. J. Reinardt Computerlösungen dynamiscer Probleme Zusammenfassung Es werden zunäcst einface dynamisce Probleme

Mehr

r 11 r 12 r 13 0 r 22 r r 33 l ik r kj die Gleichungen: k= (II) 2 (I) = 3 2 1

r 11 r 12 r 13 0 r 22 r r 33 l ik r kj die Gleichungen: k= (II) 2 (I) = 3 2 1 Tecnisce Universität Berlin Wintersemester 004/005 Fakultät II; Institut für Matematik Prof. Dr. G. Bärwolff/C. Mense.0.005 Probeklausur zur LV Numerik für Informatiker en Aufgabe a Berecnen Sie die LU-Zerlegung

Mehr

Eingebettete Runge Kutta Verfahren DOPRI5(4) Verfahren: FSAL Verfahren

Eingebettete Runge Kutta Verfahren DOPRI5(4) Verfahren: FSAL Verfahren Eingebettete Runge Kutta Verfahren DOPRI5(4) Verfahren: FSAL Verfahren 0 1 5 3 10 4 5 8 9 1 5 3 9 40 40 44 45 56 15 19372 6561 25360 2187 9017 1 3168 355 33 1 35 348 0 500 1113 35 500 p = 5 348 0 1113

Mehr

Numerische Simulation von Differential-Gleichungen der Himmelsmechanik

Numerische Simulation von Differential-Gleichungen der Himmelsmechanik Numerisce Simulation von Differential-Gleicungen der Himmelsmecanik Teilnemer: Max Dubiel (Andreas-Oberscule) Frank Essenberger (Herder-Oberscule) Constantin Krüger (Andreas-Oberscule) Gabriel Preuß (Heinric-Hertz-Oberscule)

Mehr

Institut für Angewandte und Numerische Mathematik Prof. Dr. Christian Wieners, Dipl.-Math. techn. Daniel Maurer

Institut für Angewandte und Numerische Mathematik Prof. Dr. Christian Wieners, Dipl.-Math. techn. Daniel Maurer Institut für Angewandte und Numerisce Matematik Prof. Dr. Cristian Wieners, Dipl.-Mat. tecn. Daniel Maurer Numerisce Matematik für die Facrictungen Informatik und Ingenieurwesen Lösungen zur Klausurvorbereitung

Mehr

( ), und legen deshalb eine Ebene fest. Als Aufpunkt dient ein beliebiger Punkt von g oder h, als Spannvektoren

( ), und legen deshalb eine Ebene fest. Als Aufpunkt dient ein beliebiger Punkt von g oder h, als Spannvektoren Lösungen zur analytiscen Geometrie, Buc S. 9f. a) E in die Parameterform umwandeln: x = x + x + Wäle: x = ; x = x = + E : X = x x x = + + = + In F einsetzen: + + = + = = In E einsetzen: s: X = + + ( )

Mehr

Numerisches Programmieren (IN0019) 9. Symmetrisches Eigenwertproblem. Eigenwert-Problem. Verallgemeinerte Fourier-Reihe

Numerisches Programmieren (IN0019) 9. Symmetrisches Eigenwertproblem. Eigenwert-Problem. Verallgemeinerte Fourier-Reihe Numerisces Programmieren (IN009) Frank R. Scmidt 9. Symmetrisces Eigenwertproblem Winter Semester 06/07 Verallgemeinerte Fourier-Reie Das Berecnen von Eigenwerten wird bei viele praktisce Anwendungen vorausgesetzt,

Mehr

Lokaler Fehler y = y 2, y(0.2) = 5/9, Lösung: y = 1 Fehler nach dem 1. Schritt

Lokaler Fehler y = y 2, y(0.2) = 5/9, Lösung: y = 1 Fehler nach dem 1. Schritt Lokaler Fehler y = y, y(.) = /9, Lösung: y = Fehler nach dem. Schritt ( t) 4 Fehler 6 8 4 (I) Euler explizit (II) Euler implizit (IIIa) Crank Nicolson (IIIb) Heun (IVa) Euler modifiziert (IVb) Euler mod.

Mehr

Numerische Differenziation

Numerische Differenziation In vielen Anwendungen ist es notwendig, Funktionen näerungsweise mit Hilfe eines numeriscen Verfarens zu differenzieren: Die analytisce Berecnung der Ableitung ist zum Beispiel unmöglic, wenn die zu differenzierende

Mehr

Geometrisch ergibt sich deren Graph als Schnitt von G mit der senkrechten Ebene y = b bzw. x = a:

Geometrisch ergibt sich deren Graph als Schnitt von G mit der senkrechten Ebene y = b bzw. x = a: Fläcen im Raum Grap und Scnittkurven Im ganzen Artikel bezeicnet D eine Teilmenge des R 2 und eine skalarwertige Funktion in zwei Veränderlicen. Der Grap f : D R 2 R : (x, y) z = f(x, y) G = { (x, y, z)

Mehr

Geometrische Mehrgitterverfahren. Annabell Schlüter

Geometrische Mehrgitterverfahren. Annabell Schlüter Geometrisce Mergitterverfaren Annabell Sclüter 13.07.2010 Inaltsverzeicnis 1 Einleitung 2 2 Das Mergitterverfaren für lineare Probleme 3 2.1 Dämpfungseigenscaften des Jacobiverfarens............ 3 2.2

Mehr

Diplom VP Numerik 28. August 2006

Diplom VP Numerik 28. August 2006 Diplom VP Numerik 8. August 6 Multiple-Choice-Test Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese Aufgabe

Mehr

6 Einschrittverfahren

6 Einschrittverfahren 6 Einscrittverfaren 6.1 Herleitung von Einscrittverfaren In diesem und den folgenden Abscnitten betracten wir Verfaren zur numeriscen Approximation von Anfangswertproblemen für Systeme von Differentialgleicungen

Mehr

NUMERIK 1. Sommersemester 2016

NUMERIK 1. Sommersemester 2016 NUMERIK 1 Soerseester 2016 KLAUSUR LÖSUNGSVORSCHLAG Aufgabe 1 (Multiple Choice) (ca. 20 Minuten, 8 Punkte) Kreuzen Sie korrekte Aussagen an. Es können ehrere Antworten richtig sein, indestens eine ist

Mehr

Mathematik und Nanotechnologie: Warum werden Computer immer kleiner?

Mathematik und Nanotechnologie: Warum werden Computer immer kleiner? 1 Matematik und Nanotecnologie: Warum werden Computer immer kleiner? Ansgar Jüngel Institut für Analysis und Scientific Computing www.juengel.at.vu Einleitung: vom Computer zum Halbleiterbauteil Herleitung

Mehr

TU Dresden Fakultät Mathematik Institut für Numerische Mathematik 1

TU Dresden Fakultät Mathematik Institut für Numerische Mathematik 1 TU Dresden Fakultät Matematik Institut für Numerisce Matematik Lösung zur Aufgabe 4 (a) des 9. Übungsblattes größtmöglicer Definitionsbereic: Die Funktion ist überall definiert, außer an der Stelle = 3

Mehr

2. ELLIPTISCHE GLEICHUNGEN 57

2. ELLIPTISCHE GLEICHUNGEN 57 2 ELLIPTISCHE GLEICHUNGEN 57 2 Finite Differenzen für elliptisce Gleicungen Im Gegensatz zu yperboliscen Gleicungen aben elliptisce Gleicungen einen Glättungseffekt, d im Allgemeinen besitzen solce Gleicungen

Mehr

8 Nichtlineare Probleme

8 Nichtlineare Probleme 8 Nictlineare Probleme 8.1 Beispiele nictlinearer elliptiscer Differentialgleicungen Nictlineare elliptisce Differentialgleicungen gewinnen durc scnellere Recner und bessere Diskretisierungsmetoden zunemend

Mehr

3.2 Spline Interpolation

3.2 Spline Interpolation 3.2 Spline Interpolation 3.2 Spline Interpolation Ein wesentlicer Defekt der globalen Interpolation aus dem vorerigen Abscnitt ist, dass die interpolierenden Polynome starke Oszillationen zwiscen den Stützstellen

Mehr

VII. Numerische Behandlung von Differentialgleichungen

VII. Numerische Behandlung von Differentialgleichungen VII. Numerisce Beandlung von Differentialgleicungen 7.. Gewönlice Diff gleicungen erster Ordnung Aufgabe: Funtion nur implizit gegeben durc Bedingungen an die Ableitung????? Ableitung von nac in jedem

Mehr

Runge-Kutta-Theorie: Adjungierte Verfahren, A-Stabilität, Steife Systeme

Runge-Kutta-Theorie: Adjungierte Verfahren, A-Stabilität, Steife Systeme Runge-Kutta-Teore: Adjungerte Verfaren, A-Stabltät, Stefe Systeme Andre Neubert bat@un-paderborn.de Semnar Numerk für Informatker, SS2004: Runge-Kutta-Teore Sete Glederung : - Adjungerte Verfaren / Symmetrsce

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Tecnisce Universität Müncen SoSe 2013 Institut für Informatik Prof. Dr. Tomas Huckle Dipl.-Inf. Cristop Riesinger Dipl.-Mat. Jürgen Bräckle Numerisces Programmieren, Übungen 2. Übungsblatt: Kondition,

Mehr

Mathematik für Chemiker I

Mathematik für Chemiker I Universität D U I S B U R G E S S E N Campus Essen, Matematik PD Dr. L. Strüngmann WS 007/08 Übungsmaterial sowie andere Informationen zur Veranstaltung unter: ttp://www.uni-due.de/algebra-logic/struengmann.stml

Mehr

Name: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1

Name: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1 Name: Matr.-Nr.: 2 Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: 1 1 0 2 b 1 1 2 4 1 1 4 6 x = 1 1. 2 2 2a 2 3a 1 (a) Bringen Sie das lineare Gleichungssystem auf Treppenform. (b) Für welche

Mehr

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016 Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b

Mehr

Ableitung und Mittelwertsätze

Ableitung und Mittelwertsätze Ableitung und Mittelwertsätze Definition. Sei I R ein Intervall und f : I R. ) f eißt differenzierbar an 0 I, wenn der Grenzwert eistiert. f() f( 0 ) lim 0 0 = f ( 0 ) = lim 0 f( 0 + ) f( 0 ) Ist dabei

Mehr

Differenzierbarkeit. Wir betrachten zuerst die Differenzierbarkeit reellwertiger Funktionen.

Differenzierbarkeit. Wir betrachten zuerst die Differenzierbarkeit reellwertiger Funktionen. Differenzierbarkeit Wir betracten zuerst die Differenzierbarkeit reellwertiger Funktionen. Definition. Sei f : R n R und x 0 D(f) ein innerer Punkt. Dann eißt f differenzierbar an x 0, wenn es einen Vektor

Mehr

Jgst. 11/I 1.Klausur

Jgst. 11/I 1.Klausur Jgst. /I.Klausur..00 A. Bestimme den Scnittpunkt und den Scnittwinkel der beiden folgenden Geraden: g : x y = 5 : + y = 5x Zunäcst müssen die beiden Geraden auf Normalform gebract werden: x y = 5 y = x

Mehr

KLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.

KLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2. MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw

Mehr

Repetitorium Analysis I für Physiker

Repetitorium Analysis I für Physiker Micael Scrapp Ubungsblatt 3 Lösungen Tecnisce Universität Müncen Repetitorium Analysis I für Pysiker Analysis I Aufgabe Wir definieren zunäcst die Funktion g(t) = 2 0 f(t)t 2 dt Die Menge B = g (], 5[)ist

Mehr

2 Ein Beispiel und der Haken an der Sache

2 Ein Beispiel und der Haken an der Sache Numerik I. Version: 9.02.08 2 Ein Beispiel und der Haken an der Sace In lineare Algebra I-II wurde gezeigt, wie durc das Gaußsce Verfaren lineare Gleicungssysteme gelöst werden. Das folgende einface Beispiel

Mehr

(d) das zu Grunde liegende Problem gut konditioniert ist.

(d) das zu Grunde liegende Problem gut konditioniert ist. Aufgabe 0: (6 Punkte) Bitte kreuzen Sie die richtige Lösung an. Es ist jeweils genau eine Antwort korrekt. Für jede richtige Antwort erhalten Sie einen Punkt, für jede falsche Antwort wird Ihnen ein Punkt

Mehr

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3.

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3. Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 7.7.6 Aufgabe N (LR-Zerlegung mit Pivotisierung) Gegeben seien 6 8 A = 8 6 R und b = 6 R. a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung.

Mehr

122 KAPITEL 7. POTENZREIHEN

122 KAPITEL 7. POTENZREIHEN Kapitel 7 Potenzreien 7.1 Der Konvergenzradius Definition 7.1: (Komplexe Potenzreien) Eine Potenzreie um den Punt z 0 C ist eine Reie der Form a (z z 0 ), a, z, z 0 C. Dort, wo die Reie onvergiert, definiert

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und en Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 008/009 Anweseneitsaufgaben Übung 4 Einleitung Es soll darauf ingewiesen werden, daß es in der Woce vor der Klausur

Mehr

Klausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016

Klausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016 Verständnisfragen-Teil ( Punkte) Jeder der Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block Punkte.

Mehr

VF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf.

VF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf. IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H11 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei

Mehr

Analysis 1. Torsten Wedhorn. f(x) f( x) x x. (2) Die Funktion f heißt auf D differenzierbar, falls f in jedem Punkt x D differenzierbar ist.

Analysis 1. Torsten Wedhorn. f(x) f( x) x x. (2) Die Funktion f heißt auf D differenzierbar, falls f in jedem Punkt x D differenzierbar ist. Analysis Torsten Wedorn 8 Differentiation (A) Differenzierbare Funktionen (B) Recenregeln für die Ableitung (C) Lokale Extrema und Mittelwertsatz (D) Ableitung und Monotonie (E) Der Satz von l Hospital

Mehr

Mathematik GK 11 m3, AB 06 Klausurvorbereitung Differentialq. Lsg x 3 9x 4 2x 2 x 4. 4x 3 9x 4 : 2x 2 x 4 =2x 1 x 3 2x 2 8x

Mathematik GK 11 m3, AB 06 Klausurvorbereitung Differentialq. Lsg x 3 9x 4 2x 2 x 4. 4x 3 9x 4 : 2x 2 x 4 =2x 1 x 3 2x 2 8x Aufgabe : Berecne a) 4x 5x 5x 4x b) 4x 9x 4 x x 4 4x 5x 5x : 4x x x 4x x 4x 5x 4x x 4x 4x 4x 9x 4 : x x 4 x x x 8x x x 4 x x 4 c) 4x 4 x 8x 4x 4 x 4x 4 x 4 x 4x x : x x x x 4 4x 4x x x x x Aufgabe : Bestimme

Mehr

Übungsblatt 2 Musterlösung

Übungsblatt 2 Musterlösung MSE SoSe Übungsblatt Musterlösung Lösung 4 Einfluß von Randbedingungen) a) Durc Integration erälten wir: u x) = ux) = x x fy)dy +c = x π sinπz)+c b) Seien nun u) = u) = Daraus folgt: cosπy)dy +c = π sinπx)+c.

Mehr

Dr. R. Käppeli D-ITET, D-MATL Winter Numerische Methoden Punkte

Dr. R. Käppeli D-ITET, D-MATL Winter Numerische Methoden Punkte Dr. R. Käppeli D-ITET, D-MATL Winter 2018 Prüfung Numerische Methoden Wichtige Hinweise Die Prüfung dauert 90 Minuten. Erlaubte Hilfsmittel: 5 A4-Blätter doppelseitig (=10 Seiten) eigenhändig und handschriftlich

Mehr

4. Runge-Kutta-Verfahren 4.1 Konstruktion und Beispiele

4. Runge-Kutta-Verfahren 4.1 Konstruktion und Beispiele 4. Konstruktion und Beispiele Ausgangspunkt wie immer (Substitution: s = t + τh, 0 τ ) y(t + h) = y(t) + [y(t + h) y(t)] = y(t) + = y(t) + h 0 y (t + τh) dτ. Approximiere Integral durch Quadraturformel

Mehr

Numerik partieller Differentialgleichungen

Numerik partieller Differentialgleichungen Numerik partieller Differentialgleicungen Oliver Ernst Professur Numerisce Matematik Sommersemester 2015 Inalt I Oliver Ernst (Numerisce Matematik) Numerik partieller Differentialgleicungen Sommersemester

Mehr

Musterlösung. Modulprüfung MA2302. Numerik. 8. Oktober Prüfer: Prof. Dr. Bernd Simeon. Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral

Musterlösung. Modulprüfung MA2302. Numerik. 8. Oktober Prüfer: Prof. Dr. Bernd Simeon. Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral Modulprüfung MA2302 Numerik 8. Oktober 2009 Musterlösung Prüfer: Prof. Dr. Bernd Simeon Aufgabe 1 (ca. 12 P.) Sei f C (R). Das bestimmte Integral soll durch die Quadraturformel approximiert werden. I n

Mehr

VF-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.

VF-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

Mehr

Übersicht. Einführung Universelles Hashing Perfektes Hashing

Übersicht. Einführung Universelles Hashing Perfektes Hashing Hasing Übersict Einfürung Universelles Hasing Perfektes Hasing 2 Das Wörterbuc-Problem Gegeben: Universum U = [0 N-1], wobei N eine natürlice Zal ist. Ziel: Verwalte Menge S U mit folgenden Operationen.

Mehr

Vorkurs Mathematik Herbst Skript Teil VI

Vorkurs Mathematik Herbst Skript Teil VI Vorkurs Matematik Herbst 2009 M. Carl E. Bönecke Skript Teil VI. Stetigkeit Definition. Eine Funktion f : R R eißt stetig im Punkt p, wenn für alle konvergente Folgen x : N R, n x n mit gleicen Grenzwert

Mehr

8. Differentiation. f(x) f(x 0 ) =: f,x0 (x) lim

8. Differentiation. f(x) f(x 0 ) =: f,x0 (x) lim 8. Differentiation Sei I R ein Intervall. Eine Funktion f : I R eißt in x 0 I differenzierbar (Steno: diffbar), wenn der für x I, x x 0 erklärte Differenzenquotient f(x) f(x 0 ) =: f,x0 (x) nac x 0 stetig

Mehr

Tangentensteigung. Gegeben ist die Funktion f(x) = x 2.

Tangentensteigung. Gegeben ist die Funktion f(x) = x 2. Tangentensteigung Gegeben ist die Funktion () =. Um die Steigung der Tangente im Punkt P( ) zu bestimmen, ermitteln wir zunäcst die Steigung der Sekante durc P( ) und Q( ). Q soll so beweglic sein, dass

Mehr

Spline-Interpolation

Spline-Interpolation Spline-Interpolation Tim Schmölzer 20 November 2009 Tim Schmölzer Spline-Interpolation 20 November 2009 1 / 38 Übersicht 1 Vorbemerkungen 2 Lösbarkeit des Interpolationsproblems 3 Stabilität der Interpolation

Mehr

Exakte Differenzialgleichungen

Exakte Differenzialgleichungen Exakte Differenzialleicunen In der nacfolenden Diskussion benötien wir die so. symmetrisce Darstellun einer Dl 1. Ordnun. Diese lautet (x, y) + (x, y)dy = 0. Dies entsprict im Falle (x, y) 0 der Dl y (x)

Mehr

Numerisches Programmieren (IN0019)

Numerisches Programmieren (IN0019) Numerisches Programmieren (IN0019) Frank R. Schmidt Winter Semester 2016/2017 11. Gewöhnliche Differenzialgleichungen................................................................................. 2

Mehr

6 Numerische Integration (Quadratur)

6 Numerische Integration (Quadratur) 6 Numerisce Integrtion (Qudrtur) In diesem Kpitel get es um die pproximtive Berecnung des Wertes eines bestimmten Integrls Anwendungen sind zb die Berecnung von Oberfläcen, Volumin, Wrsceinlickeiten, ber

Mehr

Zehnte Vorlesung, 4. Juni 2009, Inhalt. Eigenwerte und Eigenvektoren (2) Gewöhnliche Differentialgleichungen

Zehnte Vorlesung, 4. Juni 2009, Inhalt. Eigenwerte und Eigenvektoren (2) Gewöhnliche Differentialgleichungen Zehnte Vorlesung, 4. Juni 2009, Inhalt Eigenwerte und Eigenvektoren (2) Gewöhnliche Differentialgleichungen 1 Eigenwerte und Eigenvektoren Wichtige Feststellungen zur Eigenwertaufgabe Ax = λx: Eigenwerte

Mehr

Mathematik 1 für Studierende der Biologie Teil II: Limes & Konvergenz

Mathematik 1 für Studierende der Biologie Teil II: Limes & Konvergenz Matematik 1 für Studierende der Biologie Teil II: Limes & Konvergenz Cristian Leibold 7. Oktober 2014 Folgen Allgemeines zu Folgen Monotonie und Bescränkteit Grenzwerte und Konvergenz Summen und Reien

Mehr

eps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar.

eps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar. IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H13 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei

Mehr

Institut für Geometrie und Praktische Mathematik

Institut für Geometrie und Praktische Mathematik RWTH Aachen IGPM RWTH Aachen Institut für Geometrie und Praktische Mathematik Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen

Mehr

Lösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim

Lösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim Lösung zur Serie 8 Aufgabe 40 Wir zeigen in dieser Aufgabe, dass die Voraussetzung dass die Funktion in einer kleinen Umgebung injektiv sein muss, beim Satz über die Umkehrfunktion notwendig ist. Hierzu

Mehr

Numerik gewöhnlicher Differentialgleichungen. Prof. Dr. Guido Kanschat

Numerik gewöhnlicher Differentialgleichungen. Prof. Dr. Guido Kanschat Numerik gewöhnlicher Differentialgleichungen Prof. Dr. Guido Kanschat 19. Juni 2013 Vorbemerkungen Bei diesen Blättern handelt es sich zur Zeit nur um eine begleitende Ergänzung des Vorlesungsskriptes

Mehr

Unterlagen zu endlichen Körpern. Erhard Aichinger

Unterlagen zu endlichen Körpern. Erhard Aichinger Unterlagen zu endlicen Körpern Erard Aicinger Linz, im November 2005 Alle Recte vorbealten 1 KAPITEL 1 Endlice Körper 1 Definition endlicer Körper DEFINITION 11 Ein Ring mit Eins R R,,,, 0, 1 ist ein

Mehr

Funktionentheorie A. K. Hulek

Funktionentheorie A. K. Hulek Funktionenteorie A K. Hulek 1 Holomorpe Funktionen Die wictigsten Objekte dieser Vorlesung sind die olomorpen Funktionen. Es sei U C offen, f : U C eine Abbildung und z 0 U ein Punkt. Definition (i Die

Mehr

De Gruyter Studium. Numerische Methoden. Bearbeitet von Hermann Friedrich, Frank Pietschmann

De Gruyter Studium. Numerische Methoden. Bearbeitet von Hermann Friedrich, Frank Pietschmann De Gruyter Studium Numerische Methoden Bearbeitet von Hermann Friedrich, Frank Pietschmann 1. Auflage 2010. Buch. 538 S. ISBN 978 3 11 021806 0 Format (B x L): 17 x 24 cm Gewicht: 896 g Weitere Fachgebiete

Mehr

Numerik partieller Differentialgleichungen

Numerik partieller Differentialgleichungen Sriptum zur Vorlesung Numeri partieller Differentialgleicungen Wintersemester 26/7 Martin Burger Institut für Numerisce und Angewandte Matemati martin.burger@uni-muenster.de ttp://www.mat.uni-muenster.de/u/burger/

Mehr

Grundlagen der Differentialrechnung

Grundlagen der Differentialrechnung Grundlagen der Differentialrecnung Wolfgang Kippels 26. Oktober 2018 Inaltsverzeicnis 1 Vorwort 2 2 Grundprinzip der Differenzialrecnung 3 3 Ableiten von Funktionen 7 3.1 Ableitungen wictiger Grundfunktionen:..................

Mehr

Institut für Geometrie und Praktische Mathematik

Institut für Geometrie und Praktische Mathematik RWTH Aachen Verständnisfragen-Teil Institut für Geometrie und Praktische Mathematik (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben).

Mehr

2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren

2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren 2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren Problem (P2): Löse Ax = b, A R n und b R. 2.1 Satz: Die folgenden Aussagen sind äquivalent: (i) Ax = b ist für jedes b eindeutig lösbar;

Mehr

Musterlösung zu Übungsblatt 1

Musterlösung zu Übungsblatt 1 Prof. R. Pandaripande J. Scmitt, C. Scießl Funktionenteorie 23. September 16 HS 2016 Musterlösung zu Übungsblatt 1 Aufgabe 1. Sei F ein Körper, der R als einen Unterkörper entält. Das eisst R ist eine

Mehr

KAPITEL 5. Nichtlineare Gleichungssysteme

KAPITEL 5. Nichtlineare Gleichungssysteme KAPITEL 5. Nichtlineare Gleichungssysteme Beispiel 5.1. Gravitationskraft zwischen zwei Punktmassen m 1 und m 2 mit gegenseitigem Abstand r: F = G m 1m 2 r 2, wobei G = 6.67 10 11 Nm 2 /kg. Gravitationsfeld

Mehr

Lösung - Serie 3. D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. 1. MC-Aufgaben (Online-Abgabe)

Lösung - Serie 3. D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. 1. MC-Aufgaben (Online-Abgabe) D-MAVT/D-MATL Analysis I HS 07 Dr. Anreas Steiger Lösung - Serie 3. MC-Aufgaben (Online-Abgabe). Es sei ie Funktion f : [0, ) [0, ) efiniert urc f() = ln( + ), wobei er Logaritmus ln zur Basis e ist. Welce

Mehr

Lösung Semesterendprüfung

Lösung Semesterendprüfung MNUM Mathematik: Numerische Methoden Herbstsemester 17 Dr Christoph Kirsch ZHAW Winterthur Aufgabe 1 : Lösung Semesterendprüfung Wir schreiben zuerst die Gleichungen f(x i ; a, a 1, a y i, i 1,,, 1, als

Mehr

ZWEITE KLAUSUR zur Numerik I mit Lösungen. Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:

ZWEITE KLAUSUR zur Numerik I mit Lösungen. Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben: MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE FELIX LIEDER DR. GEORG JANSING.9.7 ZWEITE KLAUSUR zur Numerik I mit Lösungen Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:

Mehr

Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung. x = x 2 e x 1.

Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung. x = x 2 e x 1. Name: Matrikel-Nr.: 1 Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung R 3 R 2, x 1 f : x 1 + e x2 2 sin(x3 ) x = x 2 e x 1 (1 + x 2 1 + x, 2x 3 )

Mehr

Ein immer wiederkehrendes Konzept in der Mathematik ist die Zurückführung auf Bekanntes, beziehungsweise auf besonders

Ein immer wiederkehrendes Konzept in der Mathematik ist die Zurückführung auf Bekanntes, beziehungsweise auf besonders Vorlesung 14 Differentialrecnung Ein immer wiedererendes Konzept in der Matemati ist die Zurücfürung auf Beanntes, bezieungsweise auf besonders einface Fälle. Besonders einfac sind lineare Funtionen in

Mehr

Über Formen des konvektiven Terms in Finite-Elemente-Diskretisierungen der inkompressiblen Navier-Stokes-Gleichungen

Über Formen des konvektiven Terms in Finite-Elemente-Diskretisierungen der inkompressiblen Navier-Stokes-Gleichungen Über Formen des konvektiven Terms in Finite-Elemente-Diskretisierungen der inkompressiblen Navier-Stokes-Gleicungen Diplomarbeit zur Erlangung des akademiscen Grades Diplom-Matematikerin Freie-Universität

Mehr

Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min)

Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min) Lehrstuhl für Angewandte Mathematik Montanuniversität Leoben 70 004 Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan. 207 2:00-4:00 (20 min) Name Matrikelnummer Mündliche Prüfung: Bitte markieren

Mehr

10 Stabilität und steife Systeme

10 Stabilität und steife Systeme Numerik II 34 Stabilität und steife Systeme Inhalt. Absolute Stabilität. Was sind steife Differentialgleichungen?.3 Weitere Stabilitätsbegriffe Stabilität und steife Systeme TU Bergakademie Freiberg, SS

Mehr

AN2 - Praktikumsaufgaben 3

AN2 - Praktikumsaufgaben 3 AN - Pratiumsaufgaben 3 Andreas Kron Jan Pilipp Scucer 1 Juni 7 1 Aufgabe 1: Ermittlung von nac Arcimedes Ein lassisces Beispiel für eine iterative Approximation an die exate Lösung ist ide Bestimmung

Mehr

A 1 A 2 A 3 A 4 A 5 A 6 A 7

A 1 A 2 A 3 A 4 A 5 A 6 A 7 Institut für Geometrie und Praktische Mathematik Numerisches Rechnen für Informatiker WS 7/8 Prof. Dr. H. Esser J. Grande, Dr. M. Larin Klausur Numerisches Rechnen für Informatiker Hilfsmittel: keine (außer

Mehr

2.3.1 Explizite Runge-Kutta-Verfahren

2.3.1 Explizite Runge-Kutta-Verfahren Somit ist y(t + h) = y + hf(t, y ) + h (f t (t, y ) + f y (t, y )f(t, y )) + O(h 3 ) Setzen wir Φ(t, y, h) := f(t, y) + h (f t(t, y) + f y (t, y)f(t, y)), so erhalten wir ein Verfahren mit der Konsistenzordnung

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gausling, M.Sc. C. Hendricks, M.Sc. Sommersemester 4 Bergische Universität Wuppertal Fachbereich C Mathematik und Naturwissenschaften Angewandte Mathematik / Numerische Analysis

Mehr

Klausur zur Vordiplom-Prüfung

Klausur zur Vordiplom-Prüfung Technische Universität Hamburg-Harburg SS Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren. Juli Sie haben Minuten Zeit zum Bearbeiten der Klausur. Bitte

Mehr

D-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. Lösung - Serie 5

D-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. Lösung - Serie 5 D-MAVT/D-MATL Analysis I HS 08 Dr. Anreas Steiger Lösung - Serie 5 MC-Aufgaben (Online-Abgabe). Es sei f : [a, b] R eine Funktion. Welce er folgenen Aussagen ist rictig? (a) (b) f ist stetig f ist ifferenzierbar.

Mehr

Anleitung zur Berechnung von Ableitungsfunktionen

Anleitung zur Berechnung von Ableitungsfunktionen Matematik 11d 7..009 Stefan Krissel Anleitung zur Berecnung von Ableitungsfunktionen Prolog Es gibt nict das Verfaren zur Berecnung der Ableitungsfunktion, genausowenig wie es das Verfaren zum Screiben

Mehr

Übungen zum Mathematik-Abitur. Geometrie 1

Übungen zum Mathematik-Abitur. Geometrie 1 Geometrie Übungen zum atematik-abitur -7/8 Übungen zum atematik-abitur Geometrie Gegeben sind die Punkte ( 4 ) und ( 5 6 4) P und die Gerade 7 4 g: x= + r 4 Aufgabe : Die Ebene E entält g und Bestimmen

Mehr

y = b 0 + b 1 x 1 x 1 ε 1. ε n b + b 1 1 x n 2) Hat die Größe x einen Einfluss auf y, d.h. gilt die Hypothese: H : b 1 = 0

y = b 0 + b 1 x 1 x 1 ε 1. ε n b + b 1 1 x n 2) Hat die Größe x einen Einfluss auf y, d.h. gilt die Hypothese: H : b 1 = 0 8 Lineare Modelle In diesem Abschnitt betrachten wir eine spezielle Klasse von statistischen Modellen, in denen die Parameter linear auftauchen Wir beginnen mit zwei Beispielen Beispiel 8 (lineare Regression)

Mehr

Die Ableitung einer Funktion

Die Ableitung einer Funktion Die Ableitung einer Funktion I. Definition der Ableitung Definition. Sei I R ein Intervall und f : I R. 1) f eißt differenzierbar an x 0 I, wenn der Grenzwert f(x) f(x 0 ) lim = f (x 0 ) x x 0 x x 0 existiert.

Mehr

Inexakte Newton Verfahren

Inexakte Newton Verfahren Kapitel 3 Inexakte Newton Verfahren 3.1 Idee inexakter Newton Verfahren Wir betrachten weiterhin das nichtlineare Gleichungssystem F (x) = mit einer zumindest stetig differenzierbaren Funktion F : R n

Mehr

Das Mehrgitterverfahren

Das Mehrgitterverfahren KAPITEL 3 Das Mergitterverfaren Mergitterverfaren kombinieren ein iteratives Lösungsverfaren mit einer Hierarcie untersciedlicer Diskretisierungsgitter. Ausgeend von einer Näerungslösung auf einem feinen

Mehr

Ferienkurs Theoretische Mechanik SS 2011

Ferienkurs Theoretische Mechanik SS 2011 Ferienkurs Teoretisce Mecanik SS Lösungen Freitag Aufgabe : Rotation eines Quaders um die Raumdiagonale Die Hauptacsen verlaufen durc den Scwerpunkt des Quaders parallel zu den Kanten. Die Kante der Länge

Mehr

Übungsblatt 10 Musterlösung

Übungsblatt 10 Musterlösung Übungsblatt 0 Musterlösung Numerik gewöhnlicher Differentialgleichungen MA2304 - SS6 Aufgabe 45 Fehlerkonstante von MSV Betrachten Sie ein allgemeines lineares q Schrittverfahren α q j y i+ j = h β q j

Mehr

Name: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei die Matrix

Name: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei die Matrix Name: Matr.-Nr.: 2 Aufgabe 1. Gegeben sei die Matrix 1 1 1 A = 3 3 3 2 2 2 (a) Bestimmen Sie Rang(A), Kern(A) und Bild(A). Ist A invertierbar? Geben Sie zwei verschiedene rechte Seiten b 1, b 2 an, so

Mehr

Numerische Simulation in der Luft- und Raumfahrttechnik

Numerische Simulation in der Luft- und Raumfahrttechnik Numerisce Simulation in der Luft- und Raumfarttecnik Dr. Felix Jägle, Prof. Dr. Claus-Dieter Munz (IAG) Universität Stuttgart Pfaffenwaldring, 70569 Stuttgart Email: felix.jaegle@iag.uni-stuttgart.de Inalt

Mehr

Á 4. Differenzierbarkeit, Stetigkeit

Á 4. Differenzierbarkeit, Stetigkeit Á 4. Differenzierbarkeit, Stetigkeit Historisc ist der Begriff der Differenzierbarkeit lange vor dem der Stetigkeit entwickelt worden. Untersciedlice Definitionen der Differenzierbarkeit werden von Gottfried

Mehr

Parareal. Ein paralleler Lösungsalgorithmus für gewöhnliche Differentialgleichungen. Johannes Reinhardt. Parareal 1 Johannes Reinhardt

Parareal. Ein paralleler Lösungsalgorithmus für gewöhnliche Differentialgleichungen. Johannes Reinhardt. Parareal 1 Johannes Reinhardt Ein paralleler Lösungsalgorithmus für gewöhnliche Differentialgleichungen Johannes Reinhardt 1 Johannes Reinhardt Übersicht Grundlagen Gewöhnliche Differentialgleichungen Numerische Methoden Der Algorithmus

Mehr

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 6.8.005 1 Aufgabe N1 Gegeben seien A = 5-10 -5-10 8-10 -5-10 13 R 3 3 und b = a) Überprüfen Sie, ob die Matrix A positiv definit ist. b) Bestimmen

Mehr

Das zweites Gesetz von Newton in einem rotierenden Bezugssystem Geostropische Bewegung Druckkoordinaten

Das zweites Gesetz von Newton in einem rotierenden Bezugssystem Geostropische Bewegung Druckkoordinaten Näcster Abscnitt => Das zweites Gesetz von Newton in einem rotierenden Bezugssystem Geostropisce Bewegung Druckkoordinaten Matematisce Herleitung der Coriolisbescleunigung Darstellung eines beliebigen

Mehr

Seminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren

Seminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren Seminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren Manuel Hofmann 4..00 Einleitung Ziel dieser Arbeit ist es den Begriff der S-Stabilität einzuführen und im.

Mehr

Kategorien. Anna Katharina Binder (1. Teil) und Tobias Kamke (2. Teil) einer Ansammlung ob C von Objekten A, B, C...

Kategorien. Anna Katharina Binder (1. Teil) und Tobias Kamke (2. Teil) einer Ansammlung ob C von Objekten A, B, C... Kategorien Anna Katarina Binder (1. Teil) und Tobias Kamke (2. Teil) 08.01.2005 1 Kategorien, Funktoren und natürlice Transormationen 1. Deinition Eine Kategorie C bestet aus einer Ansammlung ob C von

Mehr