II. Elliptische Probleme
|
|
- Christian Beltz
- vor 6 Jahren
- Abrufe
Transkript
1 II. Elliptische Probleme II.1 Finite Differenzen: Grundidee II.2 Konvergenzaussagen II.3 Allgemeine Randbedingungen II.4 Gekrümmte Ränder Kapitel II (0) 1
2 Dirichlet Randwerte mit finiten Differenzen Einfachster Fall: Äquidistantes Gitter über dem Einheitsquadrat: Der Rand wird von unserem Gitter genau getroffen. (0, n+1) (n+1, n+1) Ω (0,1) (1,1) (n+1,1) (0,0) (1,0) (n+1,0) Homogene Dirichlet-Randbedingungen können hier direkt auf die Punktwerte angewendet werden. Wir erhalten die Bedingungen u 0,j = u n+1,j = u i,0 = u i,n+1 = 0, i = 0,...,n+1, j = 0,...,n+1. Dies funktioniert leider nur für sehr einfache Geometrien Kapitel II (fdm-dirichlet) 2
3 Finite Differenzen: Grundidee Ω = (0,1) 2. Partielle Differentialgleichung u = f in Ω, u = 0 auf Ω. Gitter x ij = (ih,jh), i,j = 0,...,n+1, h = 1/(n+1). Idee: Approximiere durch finite Differenzen, u(x ij ) = u ij 1 h 2( u i 1,j u i+1,j +4u ij u i,j 1 u i,j+1 ), i,j = 1,...,n Kapitel II (einführung12) 3
4 Finite Differenzensterne für L = 5 Punkt Stern, Ordnung 2 9 Punkt Stern, Ordnung 4 1/36 1/9 1/36 1/9 4/9 1/9 1/36 1/9 1/36 Vorfaktor 1 12 Differenzensterne sind Verallgemeinerungen der Differenzenquotienten für höhere Dimensionen Kapitel II (einführung03) 4
5 Finite Differenzen Linksseitiger (Rückwärts-) Differenzenquotient: u (x i ) u i u i 1 h Rechtsseitiger (Vorwärts-) Differenzenquotient: u (x i ) u i+1 u i h Zentraler (symmetrischer) Differenzenquotient: i 2 i 1 i i+1 i i 2 i 1 i i+1 i+2 1 i 2 i 1 i i+1 i+2 1 u (x i ) u i+1 u i 1 2h u (x i ) u i 1 2u i +u i+1 h 2 1/2 1/2 i 2 i 1 i i+1 i Wir approximieren die Ableitungsoperatoren der Differentialgleichung durch Punktauswertungen des Differenzenquotienten Kapitel II (einfuehrung13) 5
6 Verschiedene Nummerierungen des Gitters Eine äquidistante FDM Diskretisierung von Ω = (0,1) 2 liefert N Gleichungen für die N Unbekannten u (i,j). Werden die Unbekannten als Vektor u h R N angeordnet, so lässt sich das LGS als A h u h = h 2 f h schreiben. Die Nummerierung der Gitter hat dabei einen gro ssen Einfluss auf die Gestalt der Matrix A h. Beispielhaft einige Nummerierungen zu einem 3 3 Gitter zu homogenen Dirichlet- Randwerte mit dem 5 Punkt-Stern. (0,4) (1,4) (2,4) (3,4) (4,4) (0,3) (1,3) (2,3) (3,3) (4,3) (0,2) (1,2) (2,2) (3,2) (4,2) (0,1) (1,1) (2,1) (3,1) (4,1) Ω (0,0) (1,0) (2,0) (3,0) (4,0) (Hier also: N = 9) Kapitel II (FDMNummerierung) 6
7 (i,j) n h (j 1)+i. Lexikographische Nummerierung (1,3) (2,3) (3,3) (1,2) (2,2) (3,2) (1,1) (2,1) (3,1) Blocktridiagonale Gestalt (3 3 innere Punkte) A h = B 3 I 3 I 3 B 3 I 3, B 3 = , I 3 = I 3 B Kapitel II (FDMNummerierungLexikographisch) 7
8 Schachbrettordnungen Punktweise Schachbrettordnung [ ] 4I5 H A h = H T 4I 4 H = Zeilenweise Schachbrettordnung B 3 I 3 A h = B 3 I 3 I 3 I 3 B Kapitel II (FDMNummerierungSchachbrett) 8
9 Die Poisson-Matrix Lexikografische Nummerierung führt auf LGS A h u = f h mit A h = B n Id Id B n B n Id Rn Id B n 2 n 2, n 2 n+1 n 2 B n = Rn n. 1 4 n+1 n+2 2n 1 2 n Kapitel II (einführung12) 9
10 Besetzungstrukturen in verschiedenen Dimensionen nz = nz = nz = 304 Figure 1: Bandstruktur, 1D 3-Punkte Stern (links), 2D 5-Punkte Stern (mitte), 3D 7-Punkte Stern (rechts) Kapitel II (einführung10) 10
11 Advektions Diffusions Gleichung (Modellbeispiel) εu +βu = 0, x [0,1], u(0) = 0, u(1) = β = 0.0 β = 0.03 β = 0.1 β = 0.5 Lösung u(x) globale Pécletzahl: Pe gl = β 2ε Dominanz der Advektion bez. Diffusion Exakte Lösung: Funktionswert u(x) u(x) = exp(βx/ε) 1 exp(β/ε) 1 ε = x Achse Kapitel II (ellrwp01) 11
12 Zentraler Differenzenstern Diskretisierung 5 Diskrete Lösung u (x i ) u i+1 u i 1 2h u (x i ) u i 1 2u i +u i+1 h 2 lokale Pécletzahl: Oszillationen für Pe > 1 Pe = β h 2ε 2ε ε + h 2 β ε h 2 β 2ε ε + h β... ε h 2 β 2ε ε + h 2 β ε h 2 β 2ε Funktionswert u(x) Pe = Pe = Pe = solution u 1 u 2. u n 2 u n 1 x Achse = ε h 2 β Kapitel II (ellrwp02) 12
13 Upwind Verfahren Wähle Vorwärts oder Rückwärts - Differenz so, dass die Matrix diagonaldominant ist. u (x i ) u i+1 u i, β < 0, h u (x i ) u i u i 1, β > 0. h Funktionswert u(x) Pe = 62.5 Pe = Pe = solution Upwind Verfahren Nachteil: Unsymmetrische Differenzen haben Ordnung 1, zentrale Ordnung 2 Vorteil: keine Oszillationen x Achse Kapitel II (ellrwp03) 13
14 Ersetze im Upwind Verfahren für β > 0 Numerische Viskosität ε u i+1 2u i +u i 1 h 2 +β u i u i 1 h = 0 den Term u i u i 1 = u i+1 u i 1 h u i+1 2u i +u i 1 h 2h 2 h 2. Dann erhält man folgende äquivalente Darstellung ε h u i+1 2u i +u i 1 h 2 mit der numerischen Viskosität ε h = ε ( 1+ β h ) 2ε +β u i+1 u i 1 2h = ε(1+pe). = 0 Kapitel II (ellrwp04) 14
15 Scharfetter Gummel Verallgemeinerung der Numerischen Viskosität zu Beispiele: ε h = ε(1+φ(pe)) mit lim Φ(t) = 0. t 0+ Φ(t) = 0 Φ(t) = t zentrale Differenz, Upwind Verfahren. Scharfetter Gummel: Φ(t) = t 1+B(2t) mit Bernoulli Funktion B(t) = t e t 1. Kapitel II (ellrwp05) 15
16 Scharfetter Gummel Das Scharfetter Gummel Verfahren nutzt die jeweiligen Vorteile des Upwind Verfahrens und der zentralen Differenzen aus: Upwind: keine Oszillationen Funktionswert u(x) Scharfetter Gummel Pe = 62.5 Pe = Pe = solution zentrale Differenz: höhere Ordnung x Achse Kapitel II (ellrwp06) 16
17 Konvergenzordnungen Diskrete L Norm bzgl. Knoten x i. Konvergenzordnungen Diskrete L Norm bzgl. sehr feinem Gitter mit mindestens Stützstellen in [0, 1]. Die diskrete Lösung wurde hierbei linear interpoliert. Konvergenzordnungen Fehler 10 2 Fehler zentrale Differenz Upwind Scharfetter Gummel Anzahl der Schritte 10 6 zentrale Differenz Upwind Scharfetter Gummel Anzahl der Schritte Das Scharfetter Gummel Verfahren besitzt an den Diskretisierungsknoten für das Modellbeispiel den Fehler 0. Kapitel II (ellrwp07) 17
18 Übersicht Verfahren Ordnung Oszillationen Pécletzahl Zentrale Differenzen 2 Ja h abh. Upwind 1 NEIN <1 Scharfetter Gummel 2 NEIN <1 Kapitel II (ellrwp08) 18
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 8 Partielle
MehrNumerische Simulation mit finiten Elementen. O. Rheinbach
Numerische Simulation mit finiten Elementen O. Rheinbach Numerische Simulation mit finiten Elementen INHALT 0.1 Finite Differenzen in 2D 1. Einleitung 1.1 Vorbemerkungen 1.2 Rand- und Anfangswertaufgaben
Mehr1 Einführung in die Numerik großer Gleichungssysteme. Themen: Die Poisson-Gleichung und ihre Diskretisierung
1 Einführung in die Numerik großer Gleichungssysteme Themen: Die Poisson-Gleichung und ihre Diskretisierung 1 Einführung in die Numerik großer Gleichungssysteme Themen: Die Poisson-Gleichung und ihre Diskretisierung
MehrModellieren in der Angewandten Geologie II. Sebastian Bauer
Modellieren in der Angewandten Geologie II Geohydromodellierung Institut für Geowissenschaften Christian-Albrechts-Universität zu Kiel CAU 3-1 Die Finite Elemente Method (FEM) ist eine sehr allgemeine
MehrEinführung FEM 1D - Beispiel
p. 1/28 Einführung FEM 1D - Beispiel /home/lehre/vl-mhs-1/folien/vorlesung/4_fem_intro/deckblatt.tex Seite 1 von 28 p. 2/28 Inhaltsverzeichnis 1D Beispiel - Finite Elemente Methode 1. 1D Aufbau Geometrie
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
MehrFinite Elemente. Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 2015
Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 5 Aufgabe 8 (Speichertechniken) Finite Elemente Übung 5 a) Stellen Sie die Matrix
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)
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers)
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht: Partielle Differentialgleichungen, Approximation der Lösung, Finite Elemente, lineare und höhere Ansatzfunktionen, Dünn
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
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 4. Teil Finite-Volumen-Methode
MehrNumerische Verfahren zur Lösung der Monge-Ampère-Gleichung
für zur Lösung der Monge-Ampère-Gleichung Yasemin Hafizogullari Institut für Geometrie und Praktische Mathematik RWTH Aachen Vortrag zum Seminar im Wintersemester 2009/2010 Ein Transportproblem für? für
MehrKurze Einführung in die Finite-Elemente-Methode
Kurze Einführung in die Finite-Elemente-Methode Stefan Girke Wissenschaftliches Rechnen 23 Die Finite-Elemente-Methode In diesem Skript soll eine kurze Einführung in die Finite-Elemente-Methode gegeben
MehrGlättung durch iterative Verfahren
Numerische Methoden in der Finanzmathematik II Sommersemester 211 Glättung durch iterative Verfahren Vorlesung Numerische Methoden in der Finanzmathematik II Sommersemester 211 Numerische Methoden in der
MehrSchwache Lösungstheorie
Kapitel 4 Schwache Lösungstheorie Bemerkung 4.1 Motivation. Dieses Kapitel stellt eine Erweiterung des Lösungsbegriffes von partiellen Differentialgleichungen vor die schwache Lösung. Diese Erweiterung
MehrBerechnungsmethoden der Energie- und Verfahrenstechnik Methode der gewichteten Residuen
Berechnungsmethoden der Energie- und Verfahrenstechnik Methode der gewichteten Residuen Giuseppe Bonfigli IFD, ETH-Zürich 3. Juni 21 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 1
MehrNumerische Verfahren zur Lösung der Monge-Ampère-Gleichung
Verfahren zur Lösung der Monge-Ampère-Gleichung Yasemin Hafizogullari Institut für Geometrie und Praktische Mathematik RWTH Aachen Seminar zu aktuellen Themen der Numerik im Wintersemester 2010/2011 1
MehrFinite Differenzen Methode (FDM)
Finite Differenzen Methode (FDM) /home/lehre/vl-mhs-1/folien/vorlesung/2_fdm/deckblatt_fdm.tex Seite 1 von 15. p.1/15 Inhaltsverzeichnis 1. Problemdarstellung 2. Bilanzgleichungen 3. Finite Differenzen-Approximation
MehrLineare Gleichungssysteme Hierarchische Matrizen
Kompaktkurs Lineare Gleichungssysteme Hierarchische Matrizen M. Bebendorf, O. Steinbach O. Steinbach Lineare Gleichungssysteme SIMNET Kurs 24. 27.4.26 / 6 Numerische Simulation stationäre und instationäre
MehrAufgabe 3: Lösung der Poissongleichung
Universität Hamburg Übungsblatt 3 zum Praktikum Fachbereich Informatik Paralleles Programmieren für Wissenschaftliches Rechnen Geowissenschaftler im SS 2014 Prof. T. Ludwig, H. Lenhart, N. Hübbe Abgabe:
MehrNumerische Verfahren zur Lösung der Monge-Ampère-Gleichung, Teil II
für zur Lösung der Monge-Ampère-Gleichung, Teil II Andreas Platen Institut für Geometrie und Praktische Mathematik RWTH Aachen Seminar zur Approximationstheorie im Wintersemester 2009/2010 1 / 27 Gliederung
MehrNUMERISCHE MATHEMATIK I
D-MATH ETH Zürich, 22. August 2011 Prof. Ch. Schwab NUMERISCHE MATHEMATIK I 1. Interpolation und Quadratur (25 P.) a) Sei [a, b] R 1 mit a < b ein beschränktes Intervall, und f C 2 ([a, b]). Zeigen Sie,
MehrANALYSE NUMERISCHER VERFAHREN
ANALYSE NUMERISCHER VERFAHREN von Eugene Isaacson Professor für Mathematik Leiter des Rechenzentrums Courant Institute of Mathematical Sciences New York University und Herbert Bishop Keller Professor für
MehrInhaltsverzeichnis Partielle Differentialgleichungen und ihre T ypeneinteilung B eispiele...
Inhaltsverzeichnis 1 Partielle Differentialgleichungen und ihre Typeneinteilung... 1 1.1 Beispiele... 1 1.2 Typeneinteilungen bei Gleichungen zweiter Ordnung... 5 1.3 Typeneinteilungen bei Systemen erster
MehrGrundlagen und Grundgleichungen der Strömungsmechanik
Inhalt Teil I Grundlagen und Grundgleichungen der Strömungsmechanik 1 Einführung... 3 2 Hydromechanische Grundlagen... 7 2.1 Transportbilanz am Raumelement... 7 2.1.1 Allgemeine Transportbilanz... 7 2.1.2
Mehr3 Das Programm 3. 4 Dateien 4. 5 Aufgaben 4. 6 Ausblick 5
Contents 1 Ziele dieser Uebung 1 2 Finite-Differenzen-Methode 1 3 Das Programm 3 4 Dateien 4 5 Aufgaben 4 6 Ausblick 5 1 Ziele dieser Uebung 1.1 Einleitung Wir erweitern das Problem aus der letzten Uebung
MehrFinite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
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
Mehr(45 Min) als auch schriftlich im Rahmen einer Ausarbeitung zu präsentieren. 1. Gusfield: Algorithms on strings, trees and sequences.
1. Thema: Dynamische Programmierung Das Prinzip des dynamischen Programmierens wird bei der Lösung kombinatorischer Optimierungsprobleme eingesetzt. Grundidee ist, das Problem auf kleinere Teilprobleme
MehrExtrapolationsverfahren für nichtlineare zweidimensionale Diffusionsprobleme
Universität des Saarlandes Fachbereich Mathematik Extrapolationsverfahren für nichtlineare zweidimensionale Diffusionsprobleme Diplomarbeit zur Erlangung des akademischen Grades eines Diplom-Mathematikers
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,
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W
MehrLineare Iterationsverfahren: Definitionen
Lineare Iterationsverfahren: Definitionen 1. Ein Lösungsverfahren zur Berechnung von Ax = b heißt iterativ, falls ausgehend von einem Startwert x eine Folge x k von Iterierten bestimmt wird. 2. Ein Iterationsverfahren
Mehr2.2 Lineare Gleichungssysteme (LGS)
2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrNichtlineare Gleichungssysteme
Nichtlineare Gleichungssysteme Jetzt: Numerische Behandlung nichtlinearer GS f 1 (x 1,..., x n ) =0. f n (x 1,..., x n ) =0 oder kurz f(x) = 0 mit f : R n R n Bemerkung: Neben dem direkten Entstehen bei
MehrEinführung. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009
Einführung Vita Rutka Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009 Was ist FEM? Die Finite-Elemente-Methode (FEM) ist ein numerisches Verfahren zur näherungsweisen Lösung,
MehrEin adaptives Differenzenverfahren für Konvektions- Diffusionsgleichungen
Ein adaptives Differenzenverfahren für Konvektions- Diffusionsgleichungen Dissertation zur Erlangung des akademischen Grades eines Doktor der Naturwissenschaften (Dr. rer. nat.) vorgelegt im März 2006
MehrNumerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang. Institut für Geometrie und Praktische Mathematik RWTH Aachen
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
MehrÜbersicht zur Numerik II für Ingenieure
Übersicht zur Numerik II für Ingenieure Petr Tichý und Jörg Liesen Technische Universität Berlin 19. Februar 2004 Modellierung Real world Problem Mathematisches Modell (Differentialgleichung) Diskretisierung
MehrMODELLBILDUNG. Modellierung und Simulation von Strömen
MODELLBILDUNG Modellierung und Simulation von Strömen Prof. Dr. Hans Babovsky Technische Universität Ilmenau, SS 2008 1 1 Konzept Wir wollen für ein Teilchensystem (Gasteilchen in der Luft, Rußteilchen
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 Differenzen Verfahren
Kapitel 2 Finite Differenzen Verfahren 2.1 Finite Differenzen Bemerkung 2.1 Idee. Die grundlegende Idee von Finite Differenzen Verfahren besteht darin, dass man die Ableitungen in der Differentialgleichung
MehrTeil XIII. Simulation mit PDEs: Wärmeleitungsgleichung
Teil XIII Simulation mit PDEs: Wärmeleitungsgleichung IN8008, Wintersemester 2011/2012 284 ODE vs. PDE Differentialgleichungen bei der Molekulardynamik: nur eine unabhängige Variable: Zeit gewöhnliche
MehrNumerik partieller Differentialgleichungen für Ingenieure
Numerik partieller Differentialgleichungen für Ingenieure Von ir. J. J.I.M. van Kan und ir. A. Segal Technische Universität Delft Aus dem Niederländischen übersetzt von Burkhard Lau, Technische Universität
MehrFinite Elemente Modellierung
Finite Elemente Modellierung Modellerstellung Diskretisierung des Kontinuums Methode der Finite Elemente Anwendungsbeispiele der FEM Zugstab: Kraftmethode Zugstab: Energiemethode Zugstab: Ansatzfunktion
MehrNumerik partieller Differentialgleichungen
Technische Universität Dresden Skript: Numerik partieller Differentialgleichungen Verfasser Franziska Kühn Daten Prof. Dr. Hans-Görg Roos Wintersemester 1/13 Hauptstudium Inhaltsverzeichnis Einführung
MehrModellierung, Simulation, Optimierung Diskretisierung 1
Modellierung, Simulation, Optimierung Diskretisierung Prof. Michael Resch Dr. Martin Bernreuther, Dr. Natalia Currle-Linde, Dr. Martin Hecht, Uwe Küster, Dr. Oliver Mangold, Melanie Mochmann, Christoph
MehrNumerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang. Institut für Geometrie und Praktische Mathematik RWTH Aachen
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
MehrVorkonditionierer. diskrete stationäre Eulergleichungen
Übersicht Bernhard Pollul,, RWTH Templergraben 55, 52056, E-mail: pollul@igpm.rwth-aachen.de Vorkonditionierer für diskrete stationäre Eulergleichungen 1/13 1., Teilprojekt B4 2. Vorkonditionierung 3.
MehrSchwache Lösung der Stokes-Gleichungen für nicht-newton'sche Fluide
Daniel Janocha Aus der Reihe: e-fellows.net stipendiaten-wissen e-fellows.net (Hrsg.) Band 1064 Schwache Lösung der Stokes-Gleichungen für nicht-newton'sche Fluide Weak solution of the Stokes equations
MehrTutorial: Numerisch Differenzieren
(basierend auf dem Skript Numerik für Ingenieure von R. Axthelm) Aufgabenstellung: Von ihrem GPS-Gerät bekommen sie alle 12 Sekunden ihre aktuelle Position zugeschickt. Daraus können sie das unten dargestellte
MehrBerechnungsmethoden der Energie- und Verfahrenstechnik
Institute of Fluid Dynamics Berechnungsmethoden der Energie- und Verfahrenstechnik Prof. Dr. Leonhard Kleiser c L. Kleiser, ETH Zürich Transition zur Turbulenz in einem drahlbehafteten Freistrahl. S. Müller,
Mehr3 Gemischte Diskretisierungen und Sattelpunktprobleme
Finite Elemente II 67 3 Gemischte Diskretisierungen und Sattelpunktprobleme Der Begriff gemischte Diskretisierung (mixed method) bezeichnet die FE- Diskretisierung eines Variationsproblems, in welchem
MehrNumerische Behandlung linearer und semilinearer partieller differentiell-algebraischer Systeme mit Runge-Kutta-Methoden.
Numerische Behandlung linearer und semilinearer partieller differentiell-algebraischer Systeme mit Runge-Kutta-Methoden Dissertation zur Erlangung des akademischen Grades doctor rerum naturalium (Dr. rer.
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
MehrApproximationstheorie und Approximationspraxis
Approximationstheorie und Approximationspraxis Martin Wagner Bergische Universität Wuppertal Fachbereich C - Mathematik und Naturwissenschaften AG Optmierung und Approximation 3. Februar 2010 1 / 20 Motivation
Mehr1 Einführung Allgemeine Bemerkungen Einleitende Beispiele Überblick... 10
Inhaltsverzeichnis 1 Einführung...................................................... 1 1.1 Allgemeine Bemerkungen....................................... 1 1.2 Einleitende Beispiele...........................................
MehrKurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen
Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Wintersemester 2012/201 Zwischentest Teil 1: 1. Was bedeuten die Bezeichnungen O(h) und o(h)? (Definition) (siehe Skript!)
Mehr13 Beispiel: Poisson-Gleichung
13 Beispiel: Poisson-Gleichung Etwas komplizierter wird die Simulation, wenn wir mehr als eine Raumdimension haben während sich im Eindimensionalen die Unbekannten einfach der Reihe nach in eine Liste
MehrDie Interpolationsaufgabe besteht darin, eine (einfache) Funktion u n U n zu finden,
Kapitel 3 Interpolation 31 Einführung Bemerkung 31 Motivation, Aufgabenstellung Gegeben seien eine Funktion f C([a,b]) und x i [a,b], i = 0,n, mit a x 0 < x 1 < < x n b (31) Die Interpolationsaufgabe besteht
Mehr1 Die Problemstellung
Institut für Wissenschaftliches Rechnen Technische Universität Braunschweig Prof. Hermann G. Matthies, Ph.D. ScientifiComputing Wir wollen als erstes das in diesem Praktikum zu behandelnde Problem aus
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
MehrFinite Element Approximation auf der Basis geometrischer Zellen
Finite Element Approximation auf der Basis geometrischer Zellen Peter Milbradt, Axel Schwöppe Institut für Bauinformatik, Universität Hannover Die Methode der Finiten Elemente ist ein numerisches Verfahren
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum
MehrMathematisches Proseminar - Rotationssymmetrisches Wirbelstromproblem
Mathematisches Proseminar - Rotationssymmetrisches Wirbelstromproblem Daniel Leumann 9. Oktober 3 Inhaltsverzeichnis Zusammenfassung 3 Methoden 4. Schwache Lösung... 4. DasGalerkin-Verfahren... 4.3 FiniteElementeMethode...
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
2.5 ANFANGSRANDWERTPROBLEM DER ELASTOMECHANIK Charakterisierung Die Zusammenfassung der in den vorangehenden Folien entwickelten Grundgleichungen des dreidimensionalen Kontinuums bildet das Anfangsrandwertproblem
MehrKAPITEL 8. Interpolation
KAPITEL 8. Interpolation 8.2 Lagrange-Interpolationsaufgabe für Polynome Wir beschränken uns auf die Lagrange-Interpolation mit Polynomen. Der Raum der Polynome vom Grad n: Stützstellen: Π n = { n j=0
MehrEinige grundlegende partielle Differentialgleichungen
Einige grundlegende partielle Differentialgleichungen H. Abels 17. Oktober 2010 H. Abels (U Regensburg) Grundlegende PDGLn 17. Oktober 2010 1 / 14 Transportgleichung Eine der einfachsten Differentialgleichungen
Mehr5. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo und UI
Fachbereich Mathematik Prof Dr K Ritter Dr M Slassi M Fuchssteiner SS 9 9 Mai 9 5 Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo und UI Gruppenübung Aufgabe G (a Betrachten Sie die Vektoren
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
MehrNUMERISCHE MATHEMATIK II 1. (Studiengang Mathematik) Prof. Dr. Hans Babovsky. Institut für Mathematik. Technische Universität Ilmenau WS 2001/2002
NUMERISCHE MATHEMATIK II 1 (Studiengang Mathematik) Prof Dr Hans Babovsky Institut für Mathematik Technische Universität Ilmenau WS 2001/2002 1 Korrekturen, Kommentare und Verbesserungsvorschläge bitte
MehrNumerik von Anfangswertaufgaben Teil II
Institut für Numerische Mathematik und Optimierung Numerik von Anfangswertaufgaben Teil II Numerik partieller Differentialgleichungen Oliver Ernst Hörerkreis: 6. Mm, 8. Mm Sommersemester 2012 Inhalt 1.
MehrNumerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben. Eine kurze Einführung in Quasi Newton Verfahren
Ergänzungen zu dem Buch Numerische Verfahren zur Lösung unrestringierter Optimierungsaufgaben von Carl Geiger und Christian Kanzow (Springer Verlag, 1999) Eine kurze Einführung in Quasi Newton Verfahren
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
MehrReelle Zufallsvariablen
Kapitel 3 eelle Zufallsvariablen 3. Verteilungsfunktionen esultat aus der Maßtheorie: Zwischen der Menge aller W-Maße auf B, nennen wir sie W B ), und der Menge aller Verteilungsfunktionen auf, nennen
MehrKlausur zu Analysis II - Lösungen
Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
MehrFlagellenlokalisationen
und Philipps-Universität Marburg 27. Januar 2017 und Überblick und Überblick und Mathematik und Biologie und Fachbereich Mathematik und Informatik Numerik AG Prof. Stephan Dahlke Prof. Bernhard Schmitt
MehrApproximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente
. Session 6: Theoretische Geodäsie Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente 1 Jessica Franken Institut für Geodäsie und Geoinformation Professur für Theoretische
MehrÜbungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test
Prof. C. Greiner, Dr. H. van Hees Wintersemester 2012/2013 Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test Aufgabe 1: Bruchrechnung Lösen Sie die folgenden Gleichungen nach x auf (a) x x 2 1
MehrPartielle Differentialgleichungen Kapitel 11
Partielle Differentialgleichungen Kapitel Die Laplace- und Poisson- Gleichungen Die Struktur bei elliptischen Gleichungen zweiter Ordnung ist nicht wesentlich verschieden bei Operatoren mit konstanten
Mehr5. Numerische Differentiation. und Integration
5. Numerische Differentiation und Integration 1 Numerische Differentiation Problemstellung: Gegeben ist eine differenzierbare Funktion f : [a,b] R und x (a,b). Gesucht sind Näherungen für die Ableitungen
MehrKlausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau,
Universität Siegen, Department Maschinenbau, 7.7. Aufgabe y 3 l 3 3 F l l x Das dargestellte Fachwerk soll statisch mit Hilfe der FEM untersucht werden. Die Knoten und Elemente sind in der Abbildung nummeriert.
MehrPartielle Differenzialgleichungen FE-Methode. Finite Elemente. Fakultät Grundlagen. April 2011
Finite Elemente Fakultät Grundlagen April 2011 Fakultät Grundlagen Finite Elemente Übersicht 1 Lösungsmethoden Balkenbiegung Wärmeleitung 2 Fakultät Grundlagen Finite Elemente Folie: 2 Lösungsmethoden
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
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
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
MehrNumerik partieller Differentialgleichungen I
Numerik partieller Differentialgleichungen I Bernd Simeon Skriptum zur Vorlesung im Sommersemester 2013 TU Kaiserslautern, Fachbereich Mathematik 1. Beispiele und Typeinteilung 2. Finite Differenzen für
Mehr10 Die Methode der finiten Elemente für ein parabolisches Problem
1 Die Methode der finiten Elemente für ein parabolisches Problem In diesem Kapitel untersuchen wir die Approximation von Lösungen der Modell-Wärmeleitungsgleichung in zwei räumlichen Dimensionen mithilfe
MehrTeil XIII. Simulation von Partiellen Differentialgleichungen (PDE): Wärmeleitungsgleichung
Teil XIII Simulation von Partiellen Differentialgleichungen (PDE): Wärmeleitungsgleichung IN8008, Wintersemester 2014/2015 325 ODE vs. PDE Differentialgleichungen bei der Molekulardynamik: nur eine unabhängige
Mehr94 Kapitel 2. Finite-Elemente-Verfahren. 13 Aspekte der Implementierung
94 apitel 2. Finite-Elemente-Verfahren 3 Aspekte der Implementierung Die Lösung einer (linearen) PDE mit der FEM gliedert sich in folgende Unterpunkte: () Modellierung des Gebietes (z. B. mit CAD) und
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.
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
MehrDie Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften
MÜNSTER Die Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften Christoph Fricke, Natascha von Aspern, Carla Tameling 12.06.2012
MehrEinführung FEM, 1D - Beispiel
Einführung FEM, D - Beispiel home/eichel/lehre/mhs/fem_intro/deckblatt.tex. p./6 Inhaltsverzeichnis D Beispiel - Finite Elemente Methode. D Aufbau Geometrie 2. Bilanzgleichungen 3. Herleitung der Finiten
MehrNumerik für Ingenieure II
Numerik für Ingenieure II Prof. Dr. Dimitri Kuzmin Lehrstuhl für Angewandte Mathematik III Universität Erlangen-Nürnberg kuzmin@am.uni-erlangen.de http://www.mathematik.uni-dortmund.de/ kuzmin/numingii.html
Mehr8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.
8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis
MehrBildverarbeitung: Diffusion Filters. D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10
Bildverarbeitung: Diffusion Filters D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10 Diffusion Idee Motiviert durch physikalische Prozesse Ausgleich der Konzentration eines Stoffes. Konzentration
MehrAngewandte Strömungssimulation
Angewandte Strömungssimulation 6. Vorlesung Stefan Hickel Finite - Volumen - Methode Finite - Volumen - Methode! Das Rechengebiet wird in nicht überlappende Bereiche (= finite Volumina) unterteilt.! Jedem
Mehr