4 Finite-Element Räume
|
|
- Chantal Bösch
- vor 5 Jahren
- Abrufe
Transkript
1 Finite Elemente I Finite-Element Räume Wie im eindimensionalen Fall werden bei der Anwendung der FEM auf mehrdimensionale Randwertaufgaben endlichdimensionale Unterräume von Ansatz- und Testräumen aus Funktionen aufgebaut, welche auf jedem Teilgebiet K einer Zerlegung des Gebietes Ω R d Polynome in d Variablen sind. Für d = 2 bestehen diese Zerlegungen nahezu ausschließlich auch Drei- oder Vierecken, im letzteren Fall oft speziell Rechtecken. Für d = 3 sind Tetraeder, Quader und Prismen beliebt. Bei krummlinig berandeten Gebieten können solche Zerlegungen das Gebiet lediglich durch polygonale bzw. polyedrische Gebiete approximieren, und diese Approximation ist in der Konvergenzanalyse zu berücksichtigen. Genauere Approximationen krummer Ränder gestatten sogenannte isoparametrische Ansätze, die später besprochen werden. Wir gehen zunächst einfachheitshalber von polygonal bzw. polyedrisch berandeten Gebieten Ω aus. 4 Finite-Element Räume TU Bergakademie Freiberg, SoS 2006
2 Finite Elemente I Funktionenräume und Zerlegungen Für eine Zerlegung des Gebietes Ω, die wir wieder mit T h mit Elementen K bezeichnen a, wollen wir generell folgende Annahmen treffen: (Z 1 ) Ω = K Th K. (Z 2 ) Jedes K T h ist eine abgeschlossene Menge mit nichtleerem Inneren K. (Z 3 ) Für je zwei verschiedene K 1, K 2 T h gilt K 1 K 2 =. (Z 4 ) Jedes K T h besitzt einen Lipschitz-stetigen Rand K. Eine Zerlegung bezeichnen wir je nach Zusammenhang auch als Triangulierung (nicht nur bei Dreiecken), Vernetzung, Netz oder Gitter. Es folgen einige grafische Beispiele von Zerlegungen. a h sei wieder der maximale Durchmesser aller K T h. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
3 Finite Elemente I 145 Dreieckszerlegung des Äußeren eines Tragflächenquerschnitts. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
4 Finite Elemente I 146 Zerlegung aus Drei- und Vierecken. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
5 Finite Elemente I 147 Tetraedergitter einer 3D-Werkstücks. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
6 Finite Elemente I 148 3D-Gitter aus Quadern. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
7 Finite Elemente I 149 3D Tetraedervernetzung bei der FE-Analyse biologischen Gewebes. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
8 Finite Elemente I 150 Mit V h sei ein zunächst beliebiger endlichdimensionaler Raum von auf Ω definierten Funktionen bezeichnet. Entsprechend sei P K := {v K : v V h } der durch sämtliche Einschränkungen von Funktionen aus V h auf K aufgespannte Raum. Bei einer konformen FE-Diskretisierung ist V h V erforderlich. Bei Randwertaufgaben zweiter Ordnung ist etwa V = H 1 (Ω) (bzw. ein Unterraum hiervon). Eine Charakterisierung von Konformität liefert folgender Satz. Satz 4.1 Sei T h eine Zerlegung des Gebietes Ω und V h ein endlichdimensionaler Funktionenraum. Gilt V h C 0 (Ω) sowie P K H 1 (K) für alle K T h, so gelten V h H 1 (Ω), sowie V h 0 := {v V h : v = 0 auf Ω} H 1 0 (Ω). 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
9 Finite Elemente I 151 Beweis: Aufgrund unserer Annahmen gilt bereits V h L 2 (Ω). Damit auch V h H 1 (Ω) müssen wir zeigen, dass jedes v V h schwache Ableitungen i v, i = 1,..., d besitzt, d.h. Funktionen v i L 2 (Ω) mit Z Z v i φ dx = v i φ dx φ, φ differenzierbar, φ Ω = 0. Ω Elementweise gilt Z Z φ i (v K ) dx = K Ω K Z v K i φ dx + K v K φ n K,i ds, (n K,i die i-te Komponente der äußeren Einheitsnormalen längs K). Summation über alle K ergibt (mit v i := i v K K) Z Z φ v i dx = v i φ dx + X Z v K φ n K,i ds. Ω Ω K T h K Die Summe verschwindet jedoch, da φ längs Ω verschwindet und die (orientierten!) Randintegrale längs innerer Ränder je zweimal mit entgegengesetztem Umlaufsinn auftreten. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
10 Finite Elemente I 152 Bemerkungen Dass Stetigkeit auch notwendig ist sieht man durch einen Widerspruchsbeweis. 2. Analog gilt V h H 2 (Ω), falls P K H 2 (K) für alle K und V h C 1 (Ω). 3. Wir bezeichnen die Teilgebiete K wieder als Elemente. 4. Um konforme Diskretisierungen zu erhalten können wir also die endlichdimensionalen Unterräume V h elementweise definieren und müssen dabei nur die entsprechenden stetigen Übergänge der Funktionen bzw. deren Ableitungen gewährleisten. 4.1 Funktionenräume und Zerlegungen TU Bergakademie Freiberg, SoS 2006
11 Finite Elemente I Simplexelemente Für k N 0 bezeichnet P k den Raum aller Polynome vom Grad k in d Variablen, d.h. P k := {p : R d R : p(x ) = b α x α } α k mit den Koeffizienten b α, den Multiindices α = (α 1,..., α d ) N d 0, α = α α d sowie x α = x α 1 1 xα d d. Für M R d sei P k (M) := {p M : p P k }. Es gilt dim P k = ( ) d+k k. (dim Pk = dim P k (M) sofern M ) Der Unterraum von P k aus Polynomen in d Variablen vom exakten Grad k (sog. homogene Polynome vom Grad k) besitzt die Dimension ( ) d + k 1 dim P k dim P k 1 =. k 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
12 Finite Elemente I 154 d-simplices: Ein nichtentartetes Simplex K in R d (kurz: d-simplex) ist die konvexe Hülle von d + 1 nicht in einer Hyperebene gelegenen Punkten {a j } d+1 j=1, den Ecken des d-simplex: K = { x = d+1 j=1 λ j a j : 0 λ j 1, d+1 j=1 } λ j = 1. Ein 2-Simplex ist ein Dreieck, ein 3-Simplex ein Tetraeder. Ein Simplex ist genau dann nicht entartet, wenn die Spalten der Matrix [ ] a1 a 2 a d+1 A := R (d+1) (d+1) (4.1) linear unabhängig sind. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
13 Finite Elemente I 155 Baryzentrische Koordinaten: Für Punkte in einem Simplex K R d ist folgende Darstellung oft zweckmäßig: als baryzentrische Koordinaten λ = (λ 1,..., λ d+1 ) eines Punktes x = (x 1,..., x d ) K bezeichnen wir den eindeutigen Lösungsvektor λ des linearen Gleichungssystems [ ] x Aλ = 1 mit Koeffizientenmatrix A aus (4.1). Sind {a ( 1) i,j } d+1 i,j=1 die Einträge von A 1, so besitzen die baryzentrischen Koordinaten die Darstellung λ i = d j=1 a ( 1) i,j x j + a ( 1) i,d+1, i = 1,..., d + 1, und sind damit affine Funktionen von x, d.h. λ i = λ i (x ) P Simplexelemente TU Bergakademie Freiberg, SoS 2006
14 Finite Elemente I 156 Baryzentrische Koordinaten sind invariant unter affinen Transformationen: ist der Simplex K mit den Ecken a 1,..., a d+1 das Bild eines Simplex K mit Ecken â 1,..., â d+1 unter der Abbildung x x = B x + b mit einer nichtsingulären Matrix B R d d und b R d, so gilt für die zugehörigen baryzentrischen Koordinaten [ ] [ ] ] ] Bâ1... Bâ d+1 B x [â1... â d+1 [ x λ = bzw. λ = also λ = λ. Baryzentrische Koordinaten werden auch Dreiecks- bzw. Flächenkoordinaten im Fall d = 2 sowie Volumenkoordinaten im Fall d = 3 genannt. Letztere Bezeichnungen rühren daher, dass λ j das Flächenbzw. Volumenverhältnis zwischen K und dem durch (a 1,..., a j 1, x, a j+1,..., a d+1 ) aufgespannten Simplex angibt. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
15 Finite Elemente I 157 a 3 a 2 x K = B K + b â 3 a 1 λ 1 = b K 1 b K = K 1 K K x â 1 â 2 λ 2 = b K 2 b K λ 3 = b K 3 b K = K 2 K = K 3 K Baryzentrische Koordinaten von bx und x = Bbx + b in den affinen Dreiecken b K und K; die Flächen gleich eingefärbter Teildreiecke sind proportional. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
16 Finite Elemente I 158 a 3 λ 3 = 2 3 λ 3 = 1 3 λ 1 = 1 3 a 2 λ 1 = 2 3 λ 2 = 2 3 λ 2 = 1 3 a 1 Linien konstanter baryzentrischer Koordinaten im Dreieck. Der Schwerpunkt liegt bei λ 1 = λ 2 = λ 3 = Simplexelemente TU Bergakademie Freiberg, SoS 2006
17 Finite Elemente I Das lineare Simplexelement Lemma 4.3 Ein Polynom p P 1 in d Variablen ist durch dessen Funktionswerte p(a j ) an den d + 1 Ecken eines d-simplex im R d eindeutig bestimmt. Beweis: Zu zeigen ist, dass für jeden Vektor µ = (µ 1,..., µ d+1 ) R d+1 das lineare Gleichungssystem X b α aj α = µ j, j = 1,..., d + 1 α 1 eindeutig lösbar ist. Die zugehörige Koeffizientenmatrix ist quadratisch, somit ist Existenz einer Lösung äquivalent mit deren Eindeutigkeit. Für die baryzentrischen Koordinaten der Ecken gilt λ i (a j ) = δ ij (1 i, j d + 1), weshalb das Polynom das Gewünschte leistet. p(x ) := Xd+1 i=1 µ i λ i (x ) 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
18 Finite Elemente I 160 Bemerkung 4.4 Aus dem Beweis folgt insbesondere, dass jedes p P 1 bezüglich der baryzentrischen Koordinaten eines Simplex die Darstellung p(x ) = d+1 i=1 p(a i)λ i (x ) besitzt. Das lineare Simplexelement in d Variablen ist nun wie folgt definiert: (i) Das Gebiet K ist ein nichtentartetes Simplex in R d. (ii) Der endlichdimensionale Funktionenraum P K auf K ist P 1 (K). (iii) Die Freiheitsgrade Ψ K, welche ein Polynom φ P K eindeutig festlegen, sind dessen Funktionswerte an den Ecken, symbolisch Ψ K = {p(a j ) : 1 j d + 1}. Die nodale Basis von P K ist nach Bemerkung 4.4 gegeben durch φ j (x ) = λ j (x ), j = 1,..., d Simplexelemente TU Bergakademie Freiberg, SoS 2006
19 Finite Elemente I Das quadratische Simplexelement Seien a ij := 1 2 (a i + a j ), 1 i < j d + 1 die Seitenmittelpunkte des d-simplex K. Es gilt λ k (a ij ) = 1 2 (δ ki + δ kj ) = { 1 2 a k und a ij liegen auf gemeinsamer Kante 0 sonst. Damit gilt für die Funktionen φ i P 2 definiert durch φ i (x ) := λ i (x )(2λ i (x ) 1), i = 1,..., d + 1 die Beziehungen φ i (a i ) = 1, φ i (a k ) = 0, k i, φ i (a jk ) = 0, j < k. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
20 Finite Elemente I 162 Für die d(d + 1)/2 weiteren Funktionen φ ij P 2 definiert durch gilt φ ij (x ) := 4λ i (x )λ j (x ), 1 i < j d + 1 φ ij (a ij ) = 1, φ ij (a kl ) = 0, falls k i oder l j, φ ij (a k ) = 0, für alle k. Wegen dim P 2 = (d + 1)(d + 2)/2 bilden damit die (d + 1)(d + 2)/2 Funktionen φ 1,..., φ d+1, φ 12,..., φ d 1,d die nodale Basis von P 2 bezüglich der Knoten a i, 1 i d + 1 und a ij, 1 i < j d Simplexelemente TU Bergakademie Freiberg, SoS 2006
21 Finite Elemente I 163 Insbesondere besitzt jedes Polynom p P 2 die Darstellung p(x ) = d i=1 p(a i )λ i (x )(2λ i (x ) 1) + i<j p(a ij ) 4λ i (x )λ j (x ). Wir erhalten so das quadratische Simplexelement definiert durch das Simplex K, den Funktionenraum P 2 (K) und als Freiheitsgrade die Funktionswerte an den Ecken und Seitenmittelpunkten, d.h. a 3 a 23 a 2 Ψ K = {p(a i ), i = 1,..., d + 1; p(a ij ), 1 i < j d + 1}. a 13 a 12 a 1 Knoten im quadratischen Dreieck 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
22 Finite Elemente I Das kubische Simplexelement Mit den Bezeichnungen a iij := 1 3 (2a i + a j ), i j, a ijk := 1 3 (a i + a j + a k ), i < j < k, gilt analog für Polynome p P 3 die Beziehung p = p(a i ) λ i(3λ i 1)(3λ i 2) 2 i + p(a ijk ) 27λ i λ j λ k, i<j<k + i j p(a iij ) 9λ iλ j (3λ i 1) 2 was auf das kubische Simplexelement mit Funktionenraum P 3 (K) und als Freiheitsgrade die Werte an den a i, a iij (i j) und a ijk (i < j < k) führt. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
23 Finite Elemente I 165 a 3 a 332 a 223 a 2 a 331 a 123 a 221 a 113 a 112 a 1 Knoten im kubischen Dreieck 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
24 Finite Elemente I 166 Allgemein gilt: Satz 4.5 Sei K ein d-simplex mit Ecken {a j } d+1 j=1 und p P k für ein k N. Dann ist p eindeutig bestimmt durch dessen Funktionswerte an den Punkten der Knotenmenge N k (K) := { x = d+1 λ j a j : d+1 λ j = 1, j=1 j=1 } λ j {i/k, i = 0,..., k}, j = 1,..., d + 1. Beweis: Wegen N k (K) = dim P k ist durch die Forderungen φ i P k, φ i (x j ) = δ ij, 1 i, j N k (K) die nodale Basis von P k eindeutig bestimmt. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
25 Finite Elemente I Das Argyris-Dreieck Wie wir später sehen werden, eignen sich die bisher betrachteten Simplex-Elemente vor allem zur Konstruktion von Unterräumen von C(Ω). Wir betrachten hier für den Fall d = 2 zwei Elemente, die zur Konstruktion von Unterräumen von C 1 (Ω), insbesondere zur Lösung von elliptischen Randwertaufgaben vierter Ordnung herangezogen werden können. Hierbei treten wieder neben Funktionswerten auch Ableitungen als Freiheitsgrade auf. Das Argyris-Dreieck ist definiert durch K ist ein nichtentartetes Dreieck Der Polynomraum ist P K = P 5, (dim P K = 21). Die 21 Freiheitsgrade sind gegeben durch Ψ K = { D α p(a i ), i = 1, 2, 3, α 2; n p(a ij ), 1 i < j 3 }. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
26 Finite Elemente I 168 a 3 a 13 a 23 a 1 a 12 a 2 Knoten und Normalenvektoren im Argyris-Dreieck. Kleine und große Kreise an Knoten bezeichnen erste und bzw. zweite Ableitungen als Freiheitsgrade. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
27 Finite Elemente I Das Bell-Dreieck Mit dem Bell-Dreieck können ebenfalls C 1 -Elemente konstruiert werden. Im Gegensatz zum Argyris-Dreieck wird nicht der volle Polynomraum P 5 verwendet. K ist ein nichtentartetes Dreieck. Bezeichnet K eine Kante des Dreiecks K, so ist der Polynomraum gegeben durch P K := {p P 5 : n p P 3 (K ) für alle Kanten K } Es ist P K P 5, dim P K = 18. Die Freiheitsgrade sind die des Argyris-Elements ohne die Normalableitungen: Ψ K = { D α p(a i ), i = 1, 2, 3, α 2 }. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
28 Finite Elemente I Finite-Element Räume basierend auf Simplices Wir betrachten eine Zerlegung T h eines polyedrischen Gebiets Ω R d in disjunkte Simplices sodass die Eigenschaften (Z 1 ) (Z 4 ) aus Abschnitt 4.1 erfüllt sind. Diesen Forderungen fügen wir eine weitere hinzu: (Z 5 ) Jede Fläche eines Simplex K T h ist entweder Teil des Randes Ω oder gleichzeitig Fläche eines anderen Simplex von T h. Erlaubt. Verboten. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
29 Finite Elemente I 171 Ein zu einer Zerlegung T h von Ω und einem finiten Element gehörender FE-Raum V h besteht nun aus Funktionen auf Ω, deren Enschränkung auf ein Element K T h zu P K gehört. Satz 4.6 Sei V h der zu einer zulässigen Zerlegung T h von Ω und entweder dem linearen, quadratischen oder kubischen Simplex gehörende FE-Raum. Dann gilt V h C(Ω) H 1 (Ω). Beweis: Zu zeigen ist nur, dass die Funktionen v V h stetige Übergänge zwischen den Elementen besitzen. Seien K 1, K 2 T h zwei benachbarte Simplices mit gemeinsamer Fläche K sowie v 1 := v K1, v 2 := v K2 für ein v V h. Die Einschränkung von v 1 bzw. v 2 auf die Fläche K ist jeweils ein Polynom vom Grad k in d 1 Variablen (k = 1, 2, 3). Diese beiden Polynome stimmen an den auf K liegenden Knoten überein. Die Anzahl Knoten auf (dem d 1-Simplex) K ist aber genau die erforderliche, um ein Polynom vom Grad k in d 1 Variablen eindeutig festzulegen, also stimmt v 1 auf K mit v 2 überein. 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
30 Finite Elemente I 172 Satz 4.7 Sei V h der zu einer zulässigen Zerlegung T h von Ω R 2 und entweder Argyris- oder Bell-Dreiecken gehörende FE-Raum. Dann gilt V h C 1 (Ω) H 2 (Ω). Beweis: Aufgrund von Bemerkung 4.2(2) genügt es, V h C 1 (Ω) zu zeigen. Seien K 1, K 2 T h benachbarte Dreiecke mit gemeinsamer Kante K = [a i, a j ] sowie v V h. Die Funktionen v 1 := v K1 und v 2 := v K2 eingeschränkt auf K sind jeweils Polynome 5. Grades q 1 bzw. q 2 in der Variablen längs der Kante. Aufgrund der gemeinsamen Freiheitsgrade an den Knoten auf K folgt für die Differenz q := q 1 q 2 q(a i ) = q (a i ) = q (a i ) = q(a j ) = q (a j ) = q (a j ) = 0. Damit folgt zunächst q 0 und V h C(Ω). 4.2 Simplexelemente TU Bergakademie Freiberg, SoS 2006
31 Finite Elemente I 173 Seien nun r 1 und r 2 die Einschränkungen der Normalableitungen n v 1 bzw. n v 2 auf K. Diese sind jeweils Polynome vom Grad 4, und aufgrund der gemeinsamen Freiheitsgrade gilt bei Argyris-Dreiecken für r := r 1 r 2 r(a i ) = r (a i ) = r(a ij ) = r(a j ) = r (a j ) = 0, womit r 0 und die Stetigkeit der Normalableitung folgt. Im Falle des Bell-Dreiecks sind r 1 und r 2 Polynome 3. Grades und aufgrund der 4 gemeinsamen Freiheitsgrade auf K folgt r(a i ) = r (a i ) = r(a j ) = r (a j ) = 0, und damit ebenfalls r 0. Die Stetigkeit der Ableitung in Tangentialrichtung ist bereits gezeigt, da q 0 auch q 0 nach sich zieht. Damit ist auch der stetige Übergang der ersten Ableitungen gezeigt Simplexelemente TU Bergakademie Freiberg, SoS 2006
32 Finite Elemente I Rechteckelemente Für k N 0 bezeichnet Q k den Raum aller Polynome in d Variablen, welche bezüglich jeder einzelnen Variablen vom Grad k sind, d.h. { Q k := p : R d R : p(x ) = b α x }. α α i k 1 i d Es gilt dim Q k = (k + 1) d sowie P k Q k P dk. Beispiel: Im Fall d = 2 erhält man für k = 1 die bilinearen Funktionen span{1, x 1, x 2, x 1 x 2 } bzw. für k = 2 die biquadratischen Funktionen span{1, x 1, x 2, x 1 x 2, x 2 1, x 2 2, x 2 1x 2, x 1 x 2 2, x 2 1x 2 2}. 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
33 Finite Elemente I d-rechtecke Ein d-rechteck K R d ist das kartesische Produkt K = d [a i, b i ] = {x R d : a i x i b i, i = 1,..., d} i=1 von d Intervallen [a i, b i ], < a i < b i <. Für d = 2 erhält mach echte Rechtecke, für d = 3 Quader. Rechteckelemente sind aufgrund ihrer Produktstruktur einfach zu handhaben. So erhält man etwa eine nodale Basis von Q k auf einem d-rechteck K aus Produkten eindimensionaler Lagrange-Grundpolynome: sind in jeder Koordinatenrichtung k + 1 Knoten gegeben a i = x (0) i < x (1) i < < x (k 1) i < x (k) i = b i, i = 1,..., d, 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
34 Finite Elemente I 176 so bildet das kartesische Produkt der d Knotenmengen ein Gitter aus (k + 1) d Knoten x i1,...,i d = (x (i 1) 1, x (i 2) 2,..., x (i d) d ) K, 0 i j k, j = 1,..., d. Ist ferner l ij (x j ) das Lagrange-Grundpolynom in der Variablen x j bezüglich der Knoten in der j-ten Variable, so ist l i1,...,i d (x ) := d j=1 l ij (x j ) Q k, (i 1,..., i d ) {0, 1,..., k} d das Lagrange-Grundpolynom in d Variablen des Knoten x i1,...,i d, d.h. es gilt { 1, falls i1 = j 1,..., i d = j d, l i1,...,i d (x j1,...,j d ) = 0, sonst. 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
35 Finite Elemente I 177 Damit gilt für alle p Q k : p(x ) = (i 1,...,i d ) {0,...,k} d p(x i1,...,i d ) l i1,...,i d (x ). Ein solches kartesisches Produkt von d Knotenmengen nennt man auch d-faches Tensorprodukt-Gitter. Wir fassen dies wie folgt zusammen: Satz 4.8 Ein Polynom p Q k ist eindeutig bestimmt durch seine Werte auf einem d-fachen Tensorprodukt-Gitter. Betrachten wir das Referenz-d-Rechteck K := [ 1, 1] d, so ist ein äquidistantes Tensorproduktgitter für Q k ( K) hierauf gegeben durch die Knotenmenge N k := { (ξ (i 1) 1,..., ξ (i d) d ) : ξ (i j) j = k i j, 0 i j k, 1 j d }. 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
36 Finite Elemente I 178 Das äquidistante Tensorproduktgitter N k (K) für Q k (K) bezüglich eines beliebigen achsenparallelen d-rechtecks K R d ist das Bild N k (K) = F K ( N k ) einer diagonal-affinen Abbildung F K : K K, ξ B K ξ + b K mit einer Diagonalmatrix B K und einem Verschiebungsvektor b K. N k (K) für ein Rechteck K (d = 2), k = 1, 2, Rechteckelemente TU Bergakademie Freiberg, SoS 2006
37 Finite Elemente I Das d-rechteckelement der Ordnung k Das Rechteckelement der Ordnung k in d Raumdimensionen ist somit charakterisiert durch K ein achsenparalleles d-rechteck P K = Q k (dim P K = (k + 1) d ) mit den Freiheitsgraden Ψ K = {p(x ) : x N k (K)}. Beispiel: d = 2, k = 2 (biquadratisches Rechteck). Die nodale Basis auf dem Referenzelement K = [ 1, 1] 2 ist gegeben durch { φi (ξ 1 )φ j (ξ 2 ) : 0 i, j 2 } mit φ 0 (ξ) = 1 2 ξ(ξ 1), φ 1(ξ) = (ξ + 1)(ξ 1), φ 2 (ξ) = 1 2 (ξ + 1)ξ. 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
38 Finite Elemente I Serendipity-Elemente Die zu inneren Knoten gehörenden nodalen Basisfunktionen des d-rechteckelementes (k 2) verschwinden auf dem Rand von K und spielen daher keine Rolle bei der Kopplung zu angrenzenden Elementen. Man kann daher die inneren Freiheitsgrade vor dem Aufbau des Gleichungssystems eliminieren und so dessen Dimension reduzieren. Eine andere Alternative sind Rechteckelemente, bei denen die inneren Knoten entsprechenden Freiheitsgrade entfernt wurden, sog. Serendipity-Elemente. Wir führen diese Konstruktion anhand des bilinearen Rechtecks vor. Hierzu sei folgende Nummerierung der Knoten/Freiheitsgrade festgelegt: Rechteckelemente TU Bergakademie Freiberg, SoS 2006
39 Finite Elemente I 181 Wir betrachten das Referenzelement K = [ 1, 1] 2 mit Variablen ξ, η. Die zum Knoten â 1 gehörende Basisfunktion φ 1 liegt in Q 2 und verschwindet an den Knoten â 2,..., â 8, insbesondere längs der Kanten ξ = 1 und η = 1. Als Polynom aus Q 2 besitzt φ 1 daher die Form φ 1 (ξ, η) = (1 ξ)(1 η)ψ(ξ, η) mit einem höchstens linearen Polynom ψ. Da φ 1 ferner an den Stellen â 5 und â 8 verschwindet muss ψ längs deren Verbindungsstrecke verschwinden, d.h. ψ(ξ, η) = α(1 + ξ + η). Schließlich führt die Bedingung φ 1 (â 1 ) = 1 auf α = 1 4. Auf analoge Weise bestimmen wir auch die übrigen Basisfunktionen: φ 1 (ξ, η) = 1 4 (1 ξ)(1 η)(1 + ξ + η), φ5 (ξ, η) = 1 2 (1 ξ2 )(1 η), φ 2 (ξ, η) = 1 4 (1 + ξ)(1 η)(1 ξ + η), φ6 (ξ, η) = 1 2 (1 + ξ)(1 η2 ), φ 3 (ξ, η) = 1 4 (1 + ξ)(1 + η)(1 ξ η), φ7 (ξ, η) = 1 2 (1 ξ2 )(1 + η), φ 4 (ξ, η) = 1 4 (1 ξ)(1 + η)(1 + ξ η), φ8 (ξ, η) = 1 2 (1 ξ)(1 η2 ). 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
40 Finite Elemente I 182 Bezeichnen wir den inneren Knoten des bilinearen Rechteckelements mit â 9 = ( 1 2, 1 2 ), verifiziert man leicht die Beziehung φ j (â 9 ) = l=1 φ j (â l ) l=5 φ j (â l ), j = 1, 2,..., 8. Da diese Eigenschaft invariant ist unter diagonal-affinen Transformationen, läßt sich der Polynomraum des Serindipity-Elements für k = 2 und d = 2 charakterisieren als P K := Q 2 = { p Q 2 : p(a 9 ) = p(a l ) } p(a l ). l=1 l=5 Bemerkung: Es gilt P 2 Q 2. Anhand der Basisfunktionen verifiziert man außerdem, dass die Polynome in Q 2 das Monom ξ 2 η 2 nicht enthalten. 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
41 Finite Elemente I Finite-Element-Räume basierend auf Rechtecken Jedes durch stückweise achsenparallele Randflächen berandete Gebiet Ω R d kann in d-rechtecke zerlegt werden, sodass die Eigenschaften (Z 1 ) (Z 4 ) aus Abschnitt 4.1 erfüllt sind. Ferner fordern wir die Eigenschaft (Z 5 ) aus Abschnitt mit Simplex ersetzt durch Rechteck. Aufgrund der Anzahl Knoten auf den Randflächen zeigt man leicht, dass auf einer solchen Zerlegung basierende finite-element-räume H 1 -konform sind: Satz 4.9 Ist V h der zu einer zulässigen Zerlegung T h aus Rechteck- bzw. Serindipity-Elementen gehörende FE-Raum, so gilt V h C 0 (Ω) H 1 (Ω). 4.3 Rechteckelemente TU Bergakademie Freiberg, SoS 2006
42 Finite Elemente I Affine Familien Wir haben bereits in den Abschnitten , 2.12 und 4.3 von der Technik Gebrauch gemacht, ein finites Element zunächst auf einem Referenzelement K zu definieren und dann beliebige Elemente K aus einer Triangulierung durch affine Abbildung von K nach K abzuleiten. Vorteile dieses Ansatzes: Auf dem Referenzelement besitzt ein finites Element eine besonders einfache Beschreibung. Berechnungen werden durch Transformation auf das Referenzelement einheitlicher. Es genügt, theoretische Aussagen (z.b. Approximationseigenschaften) nur für das Referenzelement zu beweisen. Wir bescheiben in diesem Abschnitt, wie dieser Ansatz im Allgemeinen angewandt werden kann. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
43 Finite Elemente I 185 Folgende abstrakte Definition eines finiten Elementes geht auf Ciarlet zurück: Definition 4.10 Ein finites Element ist ein Tripel (K, P, Ψ); hierbei sind (i) K eine abgeschlossene Teilmenge des R d mit nichtleerem Inneren und Lipschitz-Rand, (ii) P ein linearer Raum auf K definierter Funktionen sowie (iii) Ψ eine endliche Menge linear unabhängiger linearer Funktionale Φ 1,..., Φ n auf P derart, dass jede Funktion φ P eindeutig durch die Werte Φ 1 (φ),..., Φ n (φ) festgelegt ist. (Man sagt auch, Ψ sei unisolvent bezüglich P.) Bemerkung 4.11 Durch Ψ ist eine Basis {φ 1,..., φ n } von P ausgezeichnet durch Φ i (φ j ) = δ ij, i, j = 1,..., n, die wir in Beispielen bereits als nodale Basis bezeichnet haben. Die Basen {Φ j } und {φ j } sind also zueinender dual. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
44 Finite Elemente I 186 Dass es bei einem finiten Element auch auf die Freiheitsgrade ankommt veranschaulicht folgendes Beispiel: wir betrachten ein Dreieckelement mit Polynomraum P 1 und als Freiheitsgrade die Funktionswerte an jeweils drei Knoten, die wir wie folgt wählen. Nur bei der ersten Wahl der Knoten (und damit der Freiheitsgrade) erhalten wir einen FE-Raum mit stetigen Übergängen zwischen benachbarten Dreiecken. Insbesondere erhalten wir so drei verschiedene finite Elemente bei jeweils gleichem K und Ψ. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
45 Finite Elemente I 187 Wir haben bereits verschiedene Arten von Freiheitsgraden/Funktionalen kennengelernt: Funktionswerte an einem Knoten: Elemente mit ausschließlich solchen Freiheitsgraden heißen Lagrange-Elemente. Beispiele sind die behandelten Rechteckelemente, die Simplexelemente (außer Bellund Argyris-Dreieck) sowie die linearen Elemente im Abschnitt 2.8. Ableitungen an einem Knoten: Elemente, bei denen auch Ableitungen als Freiheitsgrade auftreten, heißen Hermite-Elemente. Ein Beispiel ist das kubische Hermite-Element in Abschnitt Daneben sind aber auch Freiheitsgrade gebräuchlich, die durch Integrale über Kanten, Flächen oder das Element selbst gebildet werden. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
46 Finite Elemente I 188 Definition 4.12 Zwei finite Elemente (K, P, Ψ) und K, P, Ψ) heißen affin äquivalent, falls folgende Bedingungen erfüllt sind: (a) Es existiert eine affine Abbildung F : K K, x B x + b, mit B R d d nichtsingulär, b R d sodass K = F ( K), (b) Für die Funktionenräume gilt P = { φ F 1 : φ P }. (c) Für die Freiheitsgrade gilt Ψ = {Φ F 1 : Φ Ψ}. Bemerkungen Bedingung (c) besagt, dass die Funktionalmenge Ψ das Bild von Ψ ist unter der Abbildung Φ Φ mit Φ( φ) = Φ( φ F 1 ) φ P. 2. Die Zuordnung in (b) zwischen Funktionen auf K und solchen auf K über Verkettung mit F 1 wird auch Pull-back genannt, geschrieben (F 1 ) ( φ) := φ F 1. Damit lautet (b) P = (F 1 ) P oder P = F P. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
47 Finite Elemente I Analog nennt man die Zuordnung in (c) zwischen linearen Funktionalen von Funktionen auf K zu solchen von Funktionen auf K auch Push-Forward, geschrieben ( (F 1 ) Φ ) ( φ) := Φ ( (F 1 ) ( φ) ). Eine entsprechende Formulierung von (c) lautet also Ψ = (F 1 ) Ψ bzw. Ψ = F Ψ. Proposition 4.14 Affine Äquivalenz finiter Elemente ist eine Äquivalenzrelation. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
48 Finite Elemente I 190 Beispiele 1. Lagrange-Elemente auf Simplices oder Rechtecken, deren Knotenmengen durch die affine Gebietsabbildung F ineinander überführt werden, sind affin äquivalent. 2. Finite Elemente mit Normalableitungen als Freiheitsgrade (z.b. Argyris-Element) sind im Allgemeinen nicht affin äquivalent. 3. Man betrachte ein Dreieckelement mit Polynomraum P 3 (Dimension 10) und als Freiheitsgrade die Funktionswerte an den drei Ecken und am Schwerpunkt (4 Stück) sowie je zwei partielle Ableitungen an den Ecken (weitere 3 2 Stück). Wählt man als Ableitungsrichtungen die der beiden angrenzenden Kanten, so sind die resultierenden Elemente affin äquivalent. Dies ist nicht der Fall wenn man z.b. die Koordinatenrichtungen wählt. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
49 Finite Elemente I 191 Definition 4.15 Eine Menge von finiten Elementen heißt affine Familie, falls alle Elemente affin äquivalent zu einem Referenzelement ( K, P, Ψ) sind. (Letzteres braucht selbst nicht zur Familie zu gehören) Bei d-simplexelementen wählt man meist als Referenzelement (-Gebiet) den Einheitssimplex mit Ecken im Ursprung und an der Spitze der d Koordinaten-Einheitsvektoren. Bei d-rechteckelementen sind entweder der Einheitswürfel [0, 1] d oder, weil die Basisfunktionen hierfür etwas symmetrischer aussehen, [ 1, 1] d üblich. 4.4 Affine Familien TU Bergakademie Freiberg, SoS 2006
50 Finite Elemente I Der Interpolationsoperator Der Interpolationsoperator ist ein wichtiges Hilfsmittel bei der Konstruktion von FE-Räumen aus einzelnen Elementen sowie bei der Konvergenzanalyse. Definition 4.16 Sei (K, P, Ψ) ein finites Element und φ 1,..., φ n die nodale Basis von P zu Ψ. Ist u eine Funktion auf K, für die alle Freiheitsgrade Φ j Ψ definiert sind, so wird die lokale Interpolierende I K u P definiert durch n I K u = Φ j (u)φ j. j=1 4.5 Der Interpolationsoperator TU Bergakademie Freiberg, SoS 2006
51 Finite Elemente I 193 Beispiel: Sei K das lineare Dreieckelement bezüglich des Dreiecks K mit den Ecken (0, 0), (1, 0) und (0, 1). Die nodale Basis ist gegeben durch φ 1 (x, y) = 1 x y, φ 2 (x, y) = x, φ 3 (x, y) = y. Die lokale Interpolierende der Funktion u(x, y) = e xy lautet damit (I K u)(x, y) = e 0 φ 1 (x, y) + e 0 φ 2 (x, y) + e 0 φ 3 (x, y) = (1 x y) + x + y 1. Proposition 4.17 I K ist linear und es gilt Φ j (I K u) = Φ j (u), j = 1,..., n. Mit anderen Worten: I K u ist diejenige Funktion in P mit denselben Freiheitsgraden wie u. Proposition 4.18 Für alle p P gilt I K p = p, d.h. I K ist eine Projektion auf P. 4.5 Der Interpolationsoperator TU Bergakademie Freiberg, SoS 2006
52 Finite Elemente I 194 Proposition 4.19 Sind (K, P, Ψ) und ( K, P, Ψ) zwei affin äquivalente finite Elemente bezüglich der affinen Abbilding F : K K und bezeichnen I K bzw. I bk die zugehörigen lokalen Interpolationsoperatoren, so gilt I bk F = F I K. Definition 4.20 Sei T h eine zulässige Zerlegung des polyedrischen Gebiets Ω R d und sei auf jedem Teilgebiet K T h ein finites Element (K, P, Ψ) definiert. Sind für eine Funktion u : Ω R alle Freiheitsgrade Ψ K, K T h definiert, so definieren wir den globalen Interpolationsoperator I h durch (I h u) K = I K u, für alle K T h. Man nennt ein finites Element C k -Element, falls die zugehörigen globalen Interpolierenden stets k mal stetig differenzierbar sind. Lagrange-Elemente sind (bei geeigneter Knotenwahl) C 0 -Elemente, das Argyris und das Bell-Dreieck sind C 1 -Elemente. 4.5 Der Interpolationsoperator TU Bergakademie Freiberg, SoS 2006
3 Finite-Elemente Approximationen zur Lösung der Poisson-Gleichung in 2D
Finite Elemente I 56 3 Finite-Elemente Approximationen zur Lösung der Poisson-Gleichung in 2D 3 Finite-Elemente Approximationen zur Lösung der Poisson-Gleichung in 2D TU Bergakademie Freiberg, WS 2012/13
MehrFinite Elemente I Konvergenzaussagen
Finite Elemente I 195 5 onvergenzaussagen 5 onvergenzaussagen TU Bergakademie Freiberg, SoS 2006 Finite Elemente I 196 5.1 Interpolation in Sobolev-Räumen Wesentlicher Baustein der FE-onvergenzanalyse
MehrBezeichnungen und Hilfsmittel aus der Analysis
Finite Elemente I 169 A Bezeichnungen und Hilfsmittel aus der Analysis A Bezeichnungen und Hilfsmittel aus der Analysis TU Bergakademie Freiberg, WS 2010/111 Finite Elemente I 170 A.1 Normierte Vektorräume
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrRitz-Galerkin-Verfahren Courant Element
Ritz-alerkin-Verfahren Courant Element Moritz Scherrmann LMU München Zillertal am 09.01.2015 Moritz Scherrmann Ritz-alerkin-Verfahren Courant Element 1/15 Erinnerung Sei R n beschränktes ebiet, f C 0 ()
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 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
MehrJohannes Veit. 8. Januar 2016
Finite im Ein Blick über den Tellerrand... mit FreeFem++ 8. Januar 2016 im 1 2 im 3 4 Gliederung 5 im 1 2 im 3 4 Gliederung 5 dem Einheitsquadrat Laplace - Gleichung: im u(x) = 0 Man betrachte das Problem
MehrKlassische Polynom Interpolation.
Klassische Polynom Interpolation. Bestimme ein Polynom (höchstens) n ten Grades p n (x) = a 0 + a 1 x + a 2 x 2 +... + a n x n, das die gegebenen Daten interpoliert, d.h. p n (x i ) = f i, 0 i n. Erster
MehrSpline-Räume - B-Spline-Basen
Spline-Räume - B-Spline-Basen René Janssens 4. November 2009 René Janssens () Spline-Räume - B-Spline-Basen 4. November 2009 1 / 56 Übersicht 1 Erster Abschnitt: Räume von Splinefunktionen Grundlegende
Mehr1. Hierarchische Basen. 1. Hierarchische Basen Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33
Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33 1.1. Quadratur nach Archimedes Näherungsweise Berechnung von F 1 := 1 0 4 x (1 x) dx = 2 3 1 t=1 t=2 ¼ 0 ½ 1 ¼ 0 ½ 1 0 ½ 1 Perlen der Informatik
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
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
Mehr4 Bilinearformen und Skalarprodukte
4 Bilinearformen und Skalarprodukte 4 Grundlagen über Bilinearformen Definition 4 Sei V ein K-Vektorraum Eine Bilinearform b auf V ist eine Abbildung b : V V K mit folgenden Eigenschaften: (B) x, y, z
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
Mehr5.2 Diagonalisierbarkeit und Trigonalisierung
HINWEIS: Sie finden hier eine vorläufige Kurzfassung des Inhalts; es sind weder Beweise ausgeführt noch ausführliche Beispiele angegeben. Bitte informieren Sie sich in der Vorlesung. c M. Roczen und H.
Mehr1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen
1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen
Mehr2 Vektorräume und Gleichungssysteme
2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
MehrTriangulierungen von Punktmengen und Polyedern
Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2000 Technische Universität Berlin Jörg Rambau 17.05.2000 Sekundärpolytop und 6 bistellare Operationen In diesem Kapitel werden
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
Mehr7 Vektorräume und Körperweiterungen
$Id: vektor.tex,v 1.4 2009/05/28 16:37:16 hk Exp $ 7 Vektorräume und Körperweiterungen Bisher haben wir zwar die Existenz und Eindeutigkeit von Tensorprodukten bewiesen, und auch einige ihrer Eigenschaften
Mehr7.3 Unitäre Operatoren
Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren
MehrHolomorphe Funktionen
1 Kapitel 1 Holomorphe Funktionen 1 Komplexe Differenzierbarkeit Ist z = (z 1,..., z n ) ein Element des C n und z ν = x ν + i y ν, so können wir auch schreiben: z = x + i y, mit x = (x 1,..., x n ) und
MehrKapitel 3. Diskretisierungsverfahren. 3.1 Elliptische Differentialgleichung
Kapitel 3 Diskretisierungsverfahren 3.1 Elliptische Differentialgleichung Wir beschränken uns auf elliptische Randwertaufgaben. Gesucht ist eine Funktion u (x, y) in R 2, welche die allgemeine partielle
MehrAlgorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Interpolation multivariater Daten Ulrich Rüde Lehrstuhl für Systemsimulation Sommersemester
Mehr(a), für i = 1,..., n.
.4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrKAPITEL 9 Splinefunktionen
KAPITEL 9 Splinefunktionen 9.1 Splineräume und Approximationsgüte Bei der Behandlung von Splines ist es bequemer, statt mit dem Grad von Polynomen, mit der Ordnung k := Grad + 1 zu arbeiten. Für eine Knotenmenge
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
MehrLineare Abbildungen und Orthonormalsysteme
KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung
Mehrp(x) = X b βx β. β m Einsetzen dieser Darstellung in die Bedingungen ergibt ein lineares Gleichungssystem Mb = a, mit
Anhang A Interpolation Die variationelle Formulierung der partiellen Differentialgleichungen, die wir betrachten, benutzt Funktionen aus Sobolev Räumen. Wir wollen die Lösung mit Hilfe der Ritzschen Methode
MehrDas heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.
Kapitel 2 Der Gaußsche Satz Partielle Differentialgleichung sind typischerweise auf beschränkten Gebieten des R d, d 1, zu lösen. Dabei sind die Eigenschaften dieser Gebiete von Bedeutung, insbesondere
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
Eigenschaften Der wesentliche Nachteil neunknotiger biquadratischer Lagrange Elemente ist die gegenüber dem bilinearen Element erhöhte Anzahl von Elementfreiheitsgraden. Insbesondere die beiden Freiheitsgrade
MehrAnalysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit
A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
Mehr1 Distributionen und der Satz von Frobenius
1 Distributionen und der Satz von Frobenius 1.1 Vorbemerkungen Definition 1.1. Sei M eine d-dimensionale Mannigfaltigkeit, sei (U, ϕ) ein Koordinatensystem auf M mit Koordinatenfunktionen x 1,..., x d.
MehrMusterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr
TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,
MehrNumerische Behandlung partieller Differentialgleichungen
Skriptum Numerische Behandlung partieller Differentialgleichungen Thorsten Hohage und Gerd Rapin SS 05, Universität Göttingen Inhaltsverzeichnis 7 Einleitung 1 7.1. Finite Differenzen.........................
MehrFEM isoparametrisches Konzept
FEM isoparametrisches Konzept /home/lehre/vl-mhs-/folien/vorlesung/5_fem_isopara/deckblatt.tex Seite von 25. p./25 Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente 2. Finite-Element-Typen
Mehr3 Das n-dimensionale Integral
3 Das n-dimensionale Integral Ziel: Wir wollen die Integrationstheorie für f : D R n R entwickeln. Wir wollen den Inhalt (beziehungsweise das Maß ) M einer Punktmenge des R n definieren für eine möglichst
MehrLösungen zur Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende
Mehr5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);
5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff
MehrFEM isoparametrisches Konzept
FEM isoparametrisches Konzept home/lehre/vl-mhs--e/deckblatt.tex. p./ Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente. Finite-Element-Typen. Geometrie. Interpolations-Ansatzfunktion
Mehr6. Polynom-Interpolation
6. Polynom-Interpolation 1 6.1. Klassische Polynom-Interpolation 2 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen 3 6.3. Lösung mit Hilfe Newton scher Basisfunktionen 4 6.4. Fehlerabschätzung für
MehrHauptseminar: Moderne Simulationsmethoden
Hauptseminar: Moderne Simulationsmethoden Finite Elemente Methode von Galerkin Tanja Heich Fachbereich 08 Johannes Gutenberg-Universität Mainz 02. November 2017 Hauptseminar Moderne Simulationsmethoden
Mehru(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T
8.1 Die Methode der Finiten Differenzen Wir beschränken uns auf eindimensionale Probleme und die folgenden Anfangs und Anfangsrandwertprobleme 1) Cauchy Probleme für skalare Erhaltungsgleichungen, also
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom
Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch
Mehr12 Gewöhnliche Differentialgleichungen
12 Gewöhnliche Differentialgleichungen 12.1 Der Satz von Picard-Lindelöf 12.1.1 Definition (Explizite Differentialgleichung erster Ordnung) Ω 1 R, Ω 2 R n seien offen und f : Ω 1 Ω 2 R n, (x,y) f (x,y)
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrGitterfreie Methoden. Florian Hewener. 29. Oktober 2013
Gitterfreie Methoden 1D 2D Florian Hewener 29. Oktober 2013 Gliederung 1 Interpolationsprobleme Problemstellung Haar-Räume 2 Mehrdimensionale Polynominterpolation 3 Splines Kubische Splines und natürliche
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
4.2 FINITE-ELEMENTE-DISKRETISIERUNG Elementierung und Diskretisierung Im Gegensatz zum räumlichen Fachwerk, bei dem bereits vor der mathematischen Diskretisierung ein konstruktiv diskretes Tragwerk vorlag,
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrSerie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen
D-MATH Lineare Algebra I/II HS 2017/FS 2018 Dr. Meike Akveld Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen 1. Sei V ein K-Vektorraum. a) Sei T End(V ). Zeigen Sie, dass die folgenden alles
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrLösbarkeit linearer Gleichungssysteme
Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn
MehrLineare Algebra II (SS 13)
Lineare Algebra II (SS 13) Bernhard Hanke Universität Augsburg 03.07.2013 Bernhard Hanke 1 / 16 Selbstadjungierte Endomorphismen und der Spektralsatz Definition Es sei (V,, ) ein euklidischer oder unitärer
MehrProjektive Räume und Unterräume
Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht Partielle Differentialgleichungen, Approximation der Lösung Finite Elemente, lineare und höhere Ansatzfunktionen Dünn
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
MehrKapitel II. Vektorräume
Inhalt der Vorlesung LAAG I Prof. Dr. Arno Fehm TU Dresden WS2017/18 Kapitel II. Vektorräume In diesem ganzen Kapitel sei K ein Körper. 1 Definition und Beispiele 1.1 Beispiel. Ist K = R, so haben wir
Mehr4.4 Hermitesche Formen
44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
MehrNumerik II Numerik Elliptischer Differentialgleichungen
Numerik II 207 12 Numerik Elliptischer Differentialgleichungen 12 Numerik Elliptischer Differentialgleichungen TU Bergakademie Freiberg, SS 2010 Numerik II 208 12.1 Die Laplace-Gleichung in einem Quadrat
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
Mehrbekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR
LR-Zerlegung bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR Definition 2.17 Unter einer LR-Zerlegung einer Matrix A R n n verstehen wir eine
MehrTeil I. Lineare Optimierung
Teil I Lineare Optimierung 5 Kapitel 1 Grundlagen Definition 1.1 Lineares Optimierungsproblem, lineares Programm. Eine Aufgabenstellung wird lineares Optimierungsproblem oder lineares Programm genannt,
MehrH.J. Oberle Analysis II SoSe Interpolation
HJ Oberle Analysis II SoSe 2012 7 Interpolation 71 Allgemeine Problemstellung Interpolation ist die Kunst, zwischen den Zeilen einer Tabelle zu lesen (Rutishauser) Von f : R R seien Funktionswerte (x j,
Mehr3.7 Eigenwerte und Eigenvektoren
3.7. EIGENWERTE UND EIGENVEKTOREN 123 3.7 Eigenwerte und Eigenvektoren Wir wollen jetzt lineare Endomorphismen durch Matrizen besonders übersichtlicher Gestalt (u.a. mit möglichst vielen Nullen) beschreiben,
MehrKapitel V. Affine Geometrie
Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 + + a mn x n = b
Mehr2.3 Basis und Dimension
23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten
MehrBegleitmaterial zur Vorlesung Numerik II
Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik
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
MehrVergleich und Erzeugung von Topologien und topologischen
KAPITEL 3 Vergleich und Erzeugung von Topologien und topologischen Räumen 3.1. Definition. Auf einer Menge X seien zwei Topologien τ und σ gegeben. Ist jede bezüglich σ offene Menge auch bezüglich τ offen,
Mehr8 Polynominterpolation
8 Polynominterpolation Interpolations-Aufgabe: Von einer glatten Kurve seien nur lich viele Punktewerte gegeben. Wähle einen lichdimensionalen Funktionenraum. Konstruiere nun eine Kurve in diesem Funktionenraum
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 015/016 Lineare Algebra und analytische Geometrie I Vorlesung 14 Ich war nie der talentierteste Spieler. Ich musste mir alles unheimlich hart erarbeiten und es gab bestimmt
MehrZur Methode der FINITEN ELEMENTE. Hans v. Storch
Zur Methode der FINITEN ELEMENTE Hans v. Storch 26.7.77 Die "Methode der Finiten Elemente" ist eine Erfindung aus dem Bereich der Statik. Die ersten Ansätze finden sich 1941 und 1943. In die Mathematik
Mehr1 Grundlagen zur Darstellungstheorie
Seminar Gruppen in der Physik SS 06 Vortrag 1 Gruppen und ihr Darstellung Matthias Nagl 1 Grundlagen zur Darstellungstheorie In diesem Vortrag wird es nur um lineare Darstellungen endlicher Gruppen in
Mehr102 KAPITEL 14. FLÄCHEN
102 KAPITEL 14. FLÄCHEN Definition 14.3.1 (Kurve) Es sei M eine k-dimensionale Untermannigfaltigkeit des R n. Eine C 1 - Kurve γ : ( a, a) R n mit γ(( a, a)) M heißt Kurve auf M durch x 0 = γ(0). Definition
MehrAffine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...
Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit
MehrLösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen
D-MATH Lineare Algebra II FS 7 Dr. Meike Akveld Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen. a) Wegen der Linearität im ersten Argument gilt sicherlich w S :, w =. Somit ist S und
MehrKlausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum
Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 11. Juli 2016 Ableitungen im Höherdimensionalen Im Eindimensionalen war die Ableitung f (x 0 ) einer Funktion f : R R die
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
Mehr5.1 Affine Räume und affine Abbildungen
402 LinAlg II Version 1.2 21. Juli 2006 c Rudolf Scharlau 5.1 Affine Räume und affine Abbildungen Ein affiner Raum besteht aus zwei Mengen P und G zusammen mit einer Relation der Inzidenz zwischen ihnen.
MehrKapitel 5. Vektorräume mit Skalarprodukt
Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der
MehrDas Nédélec-Element für H(curl)-elliptische Aufgaben
Technische Universität Chemnitz Fakultät für Mathematik Handout im Seminar Finite Elemente WS 2009/2010 Das Nédélec-Element für H(curl)-elliptische Aufgaben Judith Will 25. Januar 2010 Inhaltsverzeichnis
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen
Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)
MehrT := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass
I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die
Mehr3.1 Sukzessive Minima und reduzierte Basen: Resultate
Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
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
Mehr