Explizite, eingebettete und implizite RK-Verfahren
|
|
- Frieda Lichtenberg
- vor 6 Jahren
- Abrufe
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 Prof.Dr.G.Wittum Teil I: Gewönlice Differentialgleicungen Sommersemester 2005 INHALTSVERZEICHNIS 1 Inaltsverzeicnis 1 Numerik gewönlicer Differentialgleicungen 2 1.1 Einleitung....................................
MehrVorlesung 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
Mehrr 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
MehrEingebettete 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
MehrNumerische 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)
MehrInstitut 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
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 = + + ( )
MehrNumerisches 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,
MehrLokaler 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.
MehrNumerische 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
MehrGeometrisch 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)
MehrGeometrische 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
MehrDiplom VP Numerik 28. August 2006
Diplom VP Numerik 8. August 6 Multiple-Choice-Test Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese Aufgabe
Mehr6 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
MehrNUMERIK 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
MehrMathematik 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
MehrTU 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
Mehr2. 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
Mehr8 Nichtlineare Probleme
8 Nictlineare Probleme 8.1 Beispiele nictlinearer elliptiscer Differentialgleicungen Nictlineare elliptisce Differentialgleicungen gewinnen durc scnellere Recner und bessere Diskretisierungsmetoden zunemend
Mehr3.2 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
MehrVII. 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
MehrRunge-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
MehrNumerisches 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,
MehrMathematik 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
MehrName: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1
Name: Matr.-Nr.: 2 Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: 1 1 0 2 b 1 1 2 4 1 1 4 6 x = 1 1. 2 2 2a 2 3a 1 (a) Bringen Sie das lineare Gleichungssystem auf Treppenform. (b) Für welche
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrAbleitung 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
MehrDifferenzierbarkeit. 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
MehrJgst. 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
MehrKLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw
MehrRepetitorium 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
Mehr2 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.
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
MehrLösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3.
Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 7.7.6 Aufgabe N (LR-Zerlegung mit Pivotisierung) Gegeben seien 6 8 A = 8 6 R und b = 6 R. a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung.
Mehr122 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
MehrAufgaben 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
MehrKlausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016
Verständnisfragen-Teil ( Punkte) Jeder der Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block Punkte.
MehrVF-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
MehrAnalysis 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
MehrMathematik 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
MehrÜbungsblatt 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.
MehrDr. 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
Mehr4. 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
MehrNumerik partieller Differentialgleichungen
Numerik partieller Differentialgleicungen Oliver Ernst Professur Numerisce Matematik Sommersemester 2015 Inalt I Oliver Ernst (Numerisce Matematik) Numerik partieller Differentialgleicungen Sommersemester
MehrMusterlösung. 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
MehrVF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
MehrÜbersicht. 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.
MehrVorkurs 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
Mehr8. 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
MehrTangentensteigung. 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
MehrSpline-Interpolation
Spline-Interpolation Tim Schmölzer 20 November 2009 Tim Schmölzer Spline-Interpolation 20 November 2009 1 / 38 Übersicht 1 Vorbemerkungen 2 Lösbarkeit des Interpolationsproblems 3 Stabilität der Interpolation
MehrExakte 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)
MehrNumerisches Programmieren (IN0019)
Numerisches Programmieren (IN0019) Frank R. Schmidt Winter Semester 2016/2017 11. Gewöhnliche Differenzialgleichungen................................................................................. 2
Mehr6 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
MehrZehnte 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
MehrMathematik 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
Mehreps 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
MehrInstitut 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
MehrLösung 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
MehrNumerik 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
MehrUnterlagen 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
MehrFunktionentheorie 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
MehrDe 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
MehrNumerik 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/
MehrGrundlagen 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:..................
MehrInstitut 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).
Mehr2. 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;
MehrMusterlösung 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
MehrKAPITEL 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
MehrLösung - 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
MehrLösung 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
MehrZWEITE KLAUSUR zur Numerik I mit Lösungen. Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE FELIX LIEDER DR. GEORG JANSING.9.7 ZWEITE KLAUSUR zur Numerik I mit Lösungen Bitte folgende Angaben ergänzen und DEUTLICH LESBAR in Druckbuchstaben schreiben:
MehrAufgabe 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 )
MehrEin 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
MehrÜber 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
MehrNumerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min)
Lehrstuhl für Angewandte Mathematik Montanuniversität Leoben 70 004 Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan. 207 2:00-4:00 (20 min) Name Matrikelnummer Mündliche Prüfung: Bitte markieren
Mehr10 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
MehrAN2 - 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
MehrA 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
Mehr2.3.1 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
MehrEinführung 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
MehrKlausur 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
MehrD-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.
MehrAnleitung 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
MehrÜbungen 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
Mehry = 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)
MehrDie 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.
MehrInexakte 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
MehrDas Mehrgitterverfahren
KAPITEL 3 Das Mergitterverfaren Mergitterverfaren kombinieren ein iteratives Lösungsverfaren mit einer Hierarcie untersciedlicer Diskretisierungsgitter. Ausgeend von einer Näerungslösung auf einem feinen
MehrFerienkurs 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
MehrÜbungsblatt 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
MehrName: 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
MehrNumerische 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
MehrÁ 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
MehrParareal. 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
MehrLösung 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
MehrDas 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
MehrSeminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren
Seminar: Numerik gewöhnlicher Differentinalgleichungen Diagonal implizite Runge-Kutta Verfahren Manuel Hofmann 4..00 Einleitung Ziel dieser Arbeit ist es den Begriff der S-Stabilität einzuführen und im.
MehrKategorien. 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