4 Finite-Element Räume

Größe: px
Ab Seite anzeigen:

Download "4 Finite-Element Räume"

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

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

Mehr

Finite Elemente I Konvergenzaussagen

Finite 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

Mehr

Bezeichnungen und Hilfsmittel aus der Analysis

Bezeichnungen 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

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. 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

Mehr

Ritz-Galerkin-Verfahren Courant Element

Ritz-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 ()

Mehr

5 Interpolation und Approximation

5 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)

Mehr

Finite Elemente Methode für elliptische Differentialgleichungen

Finite 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

Mehr

Johannes Veit. 8. Januar 2016

Johannes 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

Mehr

Klassische Polynom Interpolation.

Klassische 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

Mehr

Spline-Räume - B-Spline-Basen

Spline-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

Mehr

1. Hierarchische Basen. 1. Hierarchische Basen Perlen der Informatik I, Hans-Joachim Bungartz page 1 of 33

1. 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

Mehr

Kurze Einführung in die Finite-Elemente-Methode

Kurze 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

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik 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

Mehr

6 Lineare Gleichungssysteme

6 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

Mehr

4 Bilinearformen und Skalarprodukte

4 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

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 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

Mehr

5.2 Diagonalisierbarkeit und Trigonalisierung

5.2 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.

Mehr

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

1 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

Mehr

2 Vektorräume und Gleichungssysteme

2 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

Mehr

7.2 Die adjungierte Abbildung

7.2 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.)

Mehr

Triangulierungen von Punktmengen und Polyedern

Triangulierungen 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 $

$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

Mehr

7 Vektorräume und Körperweiterungen

7 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

Mehr

7.3 Unitäre Operatoren

7.3 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

Mehr

Holomorphe Funktionen

Holomorphe 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

Mehr

Kapitel 3. Diskretisierungsverfahren. 3.1 Elliptische Differentialgleichung

Kapitel 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

Mehr

Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen

Algorithmik 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.

(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

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik 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,...,

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. 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

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare 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.

Mehr

KAPITEL 9 Splinefunktionen

KAPITEL 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

Mehr

Spline-Interpolation

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

Mehr

Lineare Abbildungen und Orthonormalsysteme

Lineare 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

Mehr

p(x) = X b βx β. β m Einsetzen dieser Darstellung in die Bedingungen ergibt ein lineares Gleichungssystem Mb = a, mit

p(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

Mehr

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.

Das 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

Mehr

3.5 Duale Vektorräume und Abbildungen

3.5 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

Mehr

WS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE

WS 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

Mehr

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit

Analysis 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

Mehr

Lineare Algebra I (WS 13/14)

Lineare 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

Mehr

1 Distributionen und der Satz von Frobenius

1 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.

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 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,

Mehr

Numerische Behandlung partieller Differentialgleichungen

Numerische 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.........................

Mehr

FEM isoparametrisches Konzept

FEM 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

Mehr

3 Das n-dimensionale Integral

3 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

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen 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

Mehr

5 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. (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

Mehr

FEM isoparametrisches Konzept

FEM 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

Mehr

6. Polynom-Interpolation

6. 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

Mehr

Hauptseminar: Moderne Simulationsmethoden

Hauptseminar: Moderne Simulationsmethoden Hauptseminar: Moderne Simulationsmethoden Finite Elemente Methode von Galerkin Tanja Heich Fachbereich 08 Johannes Gutenberg-Universität Mainz 02. November 2017 Hauptseminar Moderne Simulationsmethoden

Mehr

u(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T

u(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

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. 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

Mehr

12 Gewöhnliche Differentialgleichungen

12 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)

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

Gitterfreie Methoden. Florian Hewener. 29. Oktober 2013

Gitterfreie 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

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 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

Mehr

WS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE

WS 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,

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

D-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

Mehr

Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen

Serie 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

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit 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

Mehr

Lineare Algebra II (SS 13)

Lineare 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

Mehr

Projektive Räume und Unterräume

Projektive 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

Mehr

Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt

Finite 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

Mehr

3 Gemischte Diskretisierungen und Sattelpunktprobleme

3 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

Mehr

Kapitel II. Vektorräume

Kapitel 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

Mehr

4.4 Hermitesche Formen

4.4 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

Mehr

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Systeme 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

Mehr

Numerik II Numerik Elliptischer Differentialgleichungen

Numerik 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

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 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

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 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

Mehr

bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR

bekannt: 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

Mehr

Teil I. Lineare Optimierung

Teil 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,

Mehr

H.J. Oberle Analysis II SoSe Interpolation

H.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,

Mehr

3.7 Eigenwerte und Eigenvektoren

3.7 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,

Mehr

Kapitel V. Affine Geometrie

Kapitel 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

Mehr

2.3 Basis und Dimension

2.3 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

Mehr

Begleitmaterial zur Vorlesung Numerik II

Begleitmaterial 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

Mehr

Finite Elemente I 2. 1 Variationstheorie

Finite 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

Mehr

Vergleich und Erzeugung von Topologien und topologischen

Vergleich 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,

Mehr

8 Polynominterpolation

8 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

Mehr

Lineare Algebra und analytische Geometrie I

Lineare 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

Mehr

Zur Methode der FINITEN ELEMENTE. Hans v. Storch

Zur 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

Mehr

1 Grundlagen zur Darstellungstheorie

1 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

Mehr

102 KAPITEL 14. FLÄCHEN

102 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

Mehr

Affine 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. 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

Mehr

Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen

Lösung 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

Mehr

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum

Klausur 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische 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

Mehr

5.1 Affine Räume und affine Abbildungen

5.1 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.

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 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

Mehr

Das Nédélec-Element für H(curl)-elliptische Aufgaben

Das 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik 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

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

1. 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)

Mehr

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass

T := {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

Mehr

3.1 Sukzessive Minima und reduzierte Basen: Resultate

3.1 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,

Mehr

Kapitel 13. Lineare Gleichungssysteme und Basen

Kapitel 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

Finite Elemente Methoden (aus der Sicht des Mathematikers)

Finite 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