Numerische Methoden der Strömungsmechanik

Größe: px
Ab Seite anzeigen:

Download "Numerische Methoden der Strömungsmechanik"

Transkript

1 Numersche Methoden der Strömungsmechank Dr.-Ing. habl. Dpl.-Phys. Andreas Malcherek Vorlesungsskrpt, Verson 5.6 Bundesanstalt für Wasserbau, Außenstelle Küste, Wedeler Landstr. 57, Hamburg, Tel.: 040 / , emal: malcherek@hamburg.baw.de

2 2 Vorwort De Anfänge deses Skrptes gehen zurück auf mene Telnahme an enem NATO-Workshop m Jahr 993 über Computer Modelng of Free-Surface and Pressurzed Flows, dessen Ergebnsse n enem glechnamgen Buch veröffentlcht wurden. Her gab mr Prof. Zelke de Möglchket, enen Betrag über numersche Verfahren zur Advekton zu machen. Im Rahmen deser Arbet lernte ch vor allem, daß es unmöglch st, ene belebge Funkton exakt auf enem dskreten Gtter zu verscheben. Des bedeutet nchts anderes, als daß es ne und nmmer möglch st, Strömungen n enem Computermodell naturglech zu modelleren. Dese Erkenntns nahm mr men Mßtrauen vor deser Technk und begesterte mch für de Aufgabe, Natur m Computermodell so gut we möglch zu smuleren, ohne dabe de Ehrfurcht vor derselben zu verleren zu müssen. En Lehrauftrag über Numersche Methoden für Strömungen, Stoff- und Wärmetransport m Wntersemester 995/96 am Insttut für Strömungsmechank und elektronsches Rechnen m Bauwesen der Unverstät Hannover leß de Versonen.0ff entstehen. Da ch n desem Semester außerdem noch ene Vorlesungsrehe über Turbulenz- und Stofftransportmodelle für Fleßgewässer am Insttut für Geodynamk der Unverstät Bonn halten durfte, bestand glech zweerle Anlaß neben der renen Numerk auch das darzustellen, was zu modelleren st. Dabe hatte ch Physk und Numerk aus ddaktschen Gründen vermscht, so daß weder das ene noch das andere langwelg werden sollte, glechzetg aber der Schwergketsgrad kontnuerlch stegt. Verson des Skrptes wuchs m Laufe dreer Vorlesungszyklen auf über 230 Seten. Deses Skrpt wurde n der Verson 2 m wesentlchen n senem hydrodynamschen Tel zur Buchform erwetert. Mt der Verson 3 wurde de 400-Seten-Schwelle überschrtten und de Hydrodynamk der Fleßgewässer von der her vorlegenden Schrft Numerschen Methoden der Hydrodynamk vollständg nhaltlch aber ncht örtlch getrennt. Verson 4 dente der Verbesserung des hydrodynamschen Tels und refte schleßlch zur Habltatonsschrft. Mt der Verson 5 legen de numerschen Methoden nun als egene Schrft vor. Damt sollte den Studenten menes weder aufgenommenen Lehrauftrages n Hannover zunächst enmal en egenständges Skrpt geboten werden, welches den Stoff der Hydromechank auf das wesentlche beschränkt. Ferner habe ch mt desem Lehrauftrag zusammen mt den Studenten Java-Applkatonen entwckelt, mt denen de Numerk spelersch erprobt werden kann. De vorlegende Verson 5.6 st durch Anregungen bem Klausursemnar des Graduertekollegs 65 der Unverstät Hannover entstanden. Das Galerknverfahren wrd nun am enfacheren Bespel der Possonglechung erklärt, zetabhänggen FE-Methoden st en egenständges Kaptel gewdmet.

3 Inhaltsverzechns Enführung 9 2 Zetschrttverfahren 3 2. De Dskretserung der Zet De allgemene Evolutonsglechung Enschrttverfahren Das Eulerverfahren Das mplzte Verfahren Das Crank-Ncolson-Verfahren Taylorverfahren Runge-Kutta-Verfahren Konsstenz Mehrschrttverfahren Numersche Integraton Leap-Frog-Verfahren Zetlche Mttlung der Grundglechungen Das Entty-Relatonshp-Modell der Zet Das Entty-Relatonshp-Modell Das ER-Modell der Zet De logstsche Dfferentalglechung als Bespel Zusammenfassung Stabltät Stetge Abhänggket von den Engangsdaten Stetge Abhänggket bem kontnuerlchen Problem Stetge Abhänggket bem dskretserten Problem Der Verfahrensoperator Matrxnormen Spektralradus und Stabltät Allgemene Stabltätskrteren Stabltätskrteren für explzte Enschrttverfahren Stabltätskrteren für mplzte Enschrttverfahren Iteratve und Prädktor-Korrektor-Verfahren Operator-Splttng-Verfahren Konvergenz

4 4 INHALTSVERZEICHNIS 4 De Methode der Fnten Dfferenzen 4 4. Enfache Dfferenzenquotenten Dfferenzenverfahren n Matrxschrebwese De statonäre Transportglechung Konsstenz Stabltät Verallgemenerungen De Advektonsglechung 5 5. Theore der Advektonsglechung De Advektonsglechung als Evolutonsglechung Dfferentalglechungssysteme. Ordnung Bahnlnen als Charakterstken der Advektonsglechung Das Anfangswertproblem Das Randanfangswertproblem FD-Verfahren für de Advektonsglechung Explzte Verfahren Implzte Verfahren Prädktor-Korrektor-Verfahren Numersche Dffuson Numersche Dsperson Interpolaton auf Fnten Elementen Lagrangesche Interpolatonspolynome Fnte Elemente Endmensonale Elemente Lneare Interpolaton Der Interpolatonsfehler Quadratsche Interpolaton Postvtät und andere Extremalprnzpen Zwedmensonale Elemente Dreeck mt lnearem Ansatz Vereck mt blnearem Ansatz Vereck mt bquadratschem Ansatz Sechseck mt quadratschem Ansatz Interpolaton m Dredmensonalen En Prsma mt lnearem Ansatz De Dffusonsglechung De Dffusonsglechung als Evolutonsglechung Parabolsche semlneare Dfferentalglechungen Das Anfangswertproblem (D) FD-Verfahren für de Dffusonsglechung Das Forward-Tme-Centered-Space-Verfahren (FTCS) Das Randanfangswertproblem Rchardson- und DuFort-Frankel-Verfahren

5 INHALTSVERZEICHNIS Das mplzte Verfahren Das Crank-Ncolson-Verfahren Bewertung Lagrange-Verfahren Das Lagrange-Verfahren für de Advektonsglechung Numersche Dämpfung Monotone Bespele Stufenfunkton Hunte Jade De Transportglechung Das Anfangswertproblem (D) Das Randanfangswertproblem FD-Verfahren für de Transportglechung De stossartge und punktförmge Enletung Explzte Verfahren Implzte Verfahren Lagrange-Verfahren für de Transportglechung Bewertung De Burgersglechung 0. Der Ansatz von E. Hopf Der Ansatz von J.D. Cole FD-Verfahren für de Burgersglechung Lagrange-Verfahren für de Burgersglechung Harmonsche Anfangsbedngungen Zusammenfassung Fnte-Volumen-Verfahren 2. De Dvergenzform der Grundglechungen Dskretserung De Behandlung der Zetabletung De Behandlung des Quellterms De Behandlung des Flußterms De Dffusonsglechung auf äqudstantem Gtter De Dskretserung advektver Terme Zentrale Verfahren Upstream-Verfahren QUICK- und QUICKEST-Verfahren Globale und lokale Massenerhaltung Gestaffelte Gtter Fnte Volumen auf Dreecksnetzen Der äußere Normalenvektor m Dreeck

6 6 INHALTSVERZEICHNIS.7.2 Upstreamng auf Dreecksnetzen Fnte Dfferenzen und Fnte Volumen De Sant-Venantschen Glechungen Hyperbolztät der Sant-Venant-Glechungen Charakterstken der D-Glechungen Das nverse Charakterstkenverfahren Randbedngungen Charakterstken der 2D-Glechungen De statonären tefengemttelten Glechungen Inverse Bcharakterstkenverfahren für de 2D-Glechungen Das semmplzte Verfahren von Casull Bewertung Galerknverfahren Das Standard-Galerknverfahren De Possonglechung n der Hydrodynamk Potentalströmungen Druck-Korrektur-Verfahren Lösung der D-Possonglechung Integratonsverfahren De Integraltransformatonsformel Analytsche Integraton Numersche Integraton De Possonglechung auf Dreecken Zusammenfassung Zetabhängge Fnte-Elemente-Methoden Lösung der D-Transportglechung De Dskretserung der Zet durch Fnte Elemente Schwache Lagrangeverfahren Upstream-Strategen: Petrov-Galerkn-Verfahren Das Verfahren nach Chrste Das Streamlne Upwnd/Petrov-Galerkn (SU/PG) Verfahren Zusammenfassung Fnte Elemente und Funktonalanalyss Funktonenräume Hlberträume Der Hlbertraum L 2 (Ω) Schwache Abletungen und Sobolevräume Operatoren n Hlberträumen Egenwerte lnearer Operatoren Dualräume Blnearformen Varatonsaufgaben

7 INHALTSVERZEICHNIS De Possonglechung De Helmholtzglechung De statonäre Transportglechung Gemschte Fnte Elemente Das Stokes-Problem De Babuska-Brezz-Bedngung Konvergenz Glechungslöser Dskretserung und Systemmatrx Drekte Glechungslöser Iteratve Glechungslöser

8 8 INHALTSVERZEICHNIS

9 Kaptel Enführung Dese Schrft beschäftgt sch mt dem Repertore numerscher Methoden, de man für den Entwurf enes hydrodynamsch-numerschen Modells für Oberflächengewässer verwenden kann. Bevor wr uns desen m enzelnen zuwenden, fragen wr uns, was man unter enem hydrodynamsch-numerschen Modell - n Kurzform auch HN-Modell - versteht. En hydrodynamsch-numersches Modell st zunächst erst enmal en numersches Modell. Unter enem solchen versteht man en Verfahren, welches n der Regel große Mengen von Zahlen verarbetet. Der Prozess der Verarbetung von Zahlen kann durch Flußdagramme dargestellt werden, welche n ener endlchen Abfolge von Schrtten en Ergebns lefern. Solche Flußdagramme sollten mmer ene Klasse von Problemen repräsenteren, von denen das Enzelproblem durch ene bestmmte Konfguraton der Engangsdaten bestmmt wrd. Zu jedem spezellen Problem sollte das Flußdagramm ene endeutge Menge von Ausgangsdaten lefern. Hat deses das Flußdagramm de genannten Egenschaften, sprcht man von enem Algorthmus. En hydrodynamsch-numersches Modell sollte de guten Egenschaften enes Algorthmus bestzen. De von hm gelefert numersche Lösung besteht weder aus ener sehr großen Menge von Zahlen bzw. Daten, deren Struktur der der hydrodynamschen Probleme angepaßt st. Hydrodynamsche Probleme bezehen sch mmer auf en (natürlches oder künstlches) Modellgebet n Raum und Zet, also etwa auf de Elbe zwschen Stromklometer 400 und 500 n der Zet vom. bs zum 30 Jun 990. Dazu wrd das Modellgebet mt enem Netz von Punkten überdeckt, de man als Knoten bezechnet. An jedem deser Knoten lefert das numersche Modell Ergebnsse für de gesuchten hydrodynamschen Größen. Das Raumgtter kann dabe ene dre-, zwe- oder endmensonale Struktur aufwesen. Be zwedmensonalen Gttern wrd dabe de über de Tefe, be endmensonalen Gttern de über den Fleßquerschntt ntegrerte Strömung modellert. Der Smulatonszetraum wrd ebenfalls durch enzelne Zetpunkte dskretsert, zu denen de Smulatonsergebnsse gewonnen werden. So entstehen nsgesamt ver-, dre- oder zwedmensonale Datenstrukturen als Ergebns enes hydrodynamsch-numerschen Modells. Abbldung.2 veranschaulcht für en zwedmensonales Raumgtter de entstehende dredmensonale Datenstruktur. Wr werden uns de n enem HN-Modell benötgten numerschen Methoden konstruktv d.h. Schrtt für Schrtt erarbeten. Dazu benötgt der Leser kaum Kenntnsse aus dem Berech der 9

10 0 KAPITEL. EINFÜHRUNG Engangsdaten? Algorthmus = Flußdagramm + Allgemenhet + Endeutgket + Endlchket? Ausgangsdaten Abbldung.: De Struktur enes numerschen Modells J, J J, J J 5 JH K C I C A > EA J Abbldung.2: Dredmensonale Datenstruktur für ene tefenntegrerte Strömung

11 Hydrodynamk der Oberflächengewässer. Methodsch funktonert das folgendermaßen: Wr werden uns enfache Dfferentalglechungen vornehmen und studeren, was dese smuleren können. Dann werden wr Verfahren zur numerschen Behandlung derselben konstrueren. Im Laufe der Schrft werden dese Modelle aus Dfferentalglechungen und zugehörgen numerschen Verfahren sch der tatsächlchen Hydromechank mmer weter annäherten aber auch komplexer werden. Unser Weg begnnt be den gewöhnlchen Dfferentalglechungen erster Ordnung. Mt denen kann man dynamsche d.h. zetabhängge aber räumlch homogene Prozesse beschreben. Durch de Advektonsglechung bekommen wr m folgenden en Werkzeug n de Hand, de Bewegung von Stoffen oder Egenschaften mt ener Strömung zu beschreben. Se st von hrer Struktur de enfachste partelle Dfferentalglechung, wr werden aber an hr schon de Grenzen der numerschen Verfahren ledvoll studeren können. Dann werden wr uns dem Prozess der Dffuson zuwenden. Koppeln wr desen mt der Advekton, dann snd wr schon n der Lage, de verschedensten Transportvorgänge n Fleßgewässern naturnah zu smuleren. So transportert de Strömung aber auch hren egenen Impuls und damt rgendwe sch selbst, wodurch ene Rückkopplung entsteht. Deses Phänomen kann man m enfachsten Fall durch de Burgersglechung beschreben, de uns n das fasznerende Gebet der nchtlnearen Dynamk und hre numersche Smulaton enführen wrd. Mt den Sant-Venant-Glechungen treffen wr dann auf en System von partellen Dfferentalglechungen, wodurch wetere Anforderungen an de Qualtät der numerschen Verfahren gestellt werden. Das Modell st aber nun schon n der Lage, tefengemttelte Strömungen n Fleßgewässern zu smuleren. Letztlch wenden wr uns den Reynolds- und Naver-Stokes- Glechungen zu, de dann de vollständge Hydrodynamk der Fleßgewässer beschreben.

12 2 KAPITEL. EINFÜHRUNG

13 Kaptel 2 Zetschrttverfahren De Ergründung des Wesens der Zet st enes der fasznerendsten Abenteuer des menschlchen Gestes. Zunächst snd da de Fragen nach hrem Anfang, präzser, ob se überhaupt enen solchen hatte und wenn, wann er war. Der Krchenlehrer Augustnus ( ) formulerte dese Frage theologsch : Was machte Gott, bevor er Hmmel und Erde machte? Ich gebe ncht das zur Antwort, was jemand gesagt haben soll, der mt enem Wtzwort der schwergen Frage auswechen wollte und sagte: Er baute ene Hölle für de Leute, de zu hohe Dnge erforschen wollen. Das wll ch ncht zur Antwort geben, Ensehen und Lachen snd zwe verschedene Dnge.... Ich hngegen sage, du, unser Gott, sest der Schöpfer aller Kreatur, und wenn man unter dem Wort Hmmel und Erde alle Kreatur versteht, sage ch mt Zuverscht: Bevor Gott Hmmel und Erde machte, machte er nchts. Denn wenn er etwas machte, was machte er, wenn ncht en Geschöpf? Augustnus fragt sch weter, warum Gott vor der Schöpfung ene unbestmmt lange Zet nchts tat, denn wenn er Hmmel und Erde schon m Snn hatte, hätte er ja auch früher anfangen können. Deser absurde Gedanke läßt nur enen Schluß zu: Gott hatte zunächst bzw. mt der Schöpfung de Zet erschaffen. Denn eben dese Zet hattest du gemacht, und es konnte kene Zet vorübergehen, bevor du de Zeten gemacht hattest. De moderne Physk seht das ncht anders, auch se geht davon aus, daß es vor der Entstehung des Unversums Zet so ncht gegegeben, bzw. hr Begrff kene Gültgket hat. In vollkommener Analoge zu Augustnus gbt es kenen Grund, warum der Urknall ncht auch schon hätte früher stattfnden können, wenn es so etwas we de Zet schon vorher gegeben hätte. Nachdem er deses so endeutg geklärt hat, macht sch Augustnus daran, den Ablauf der Zet zu ergründen. Er stellt zunächt enmal fest, daß es Vergangenhet und Zukunft ncht gbt, Vergangenes exstert nur n der gegenwärtgen Ernnerung und de Zukunft nur n der gegenwärtgen Erwartung: Denn mene Kndhet, de ncht mehr st, legt n ener vergangenen Zet, de ncht mehr st; aber hr Bld, das ch heraufhole, wenn ch von hr erzähle, sehe ch m gegenwärtgen Augenblck, wel es noch n menem Gedächtns st.... Sagt man vom Zukünftgen, es werde gesehen, dann wrd ncht deses Zukünftge selbst gesehen, das noch ncht st, sondern wohl dessen Ursachen und Zechen, de schon snd.... Aus hnen erfaßt der Gest das Zukünftge und kann es dann vorhersagen.... Es gbt dafür unzählge Bespele; ch nehme nur enes davon: Ich sehe de Morgenröte und sage voraus, de Sonne werde aufgehen. Was ch sehe st gegenwärtg; was ch voraussage, st zukünftg. Somt exstert allerhöchstens de De folgenden Ztate stammen aus Augustnus, Bekenntnsse, Reclam Unversal-Bblothek Nr. 2792, Stuttgart

14 4 KAPITEL 2. ZEITSCHRITTVERFAHREN Gegenwart. Doch we lang st dese? Augustnus sezert den gegenwärtgen Tag und fndet darn vergangene und zukünftge Stunden. Zwar geht er teratv zu kleneren Zetntervallen, kommt aber ncht zu ener Grenzwertbldung gegen Null, wodurch auch de Gegenwart als exstent bezwefelt würde. Er läßt sch ncht berren und blebt dabe, daß Zet aus gewssen Zetspannen besteht. Tatsächlch schretet de Zet n Zetsprüngen bzw. Zetquanten voran, deren Länge man als Plancksche Fundamentalzet bezechnet. Se st t Pl = p Gμh=c 5 =0: s wobe G de unverselle Gravtatonskonstante, μh das Plancksche Wrkungsquantum und c de Lchtgeschwndgket st. Da ene Sekunde somt aus sehr velen Zetquanten besteht, entsteht der Endruck, als fleße de Zet kontnuerlch dahn. Für unser weteres Modelleren des Phänomens Zet st de Tatsache entschedend, daß sch de Zet grundsätzlch ncht n Zetpunkte, sondern nur n Zetntervalle bzw. Zetschrtte zerlegen läßt, de aber praktscherwese ncht so kurz we de Plancksche Fundamentalzet sen müssen. 2. De Dskretserung der Zet In den Grundglechungen der Hydrodynamk tauchen zetlche Abletungen auf, dese Glechungen beschreben also, we sch entsprechende Größen mt der Zet entwckleln. Um deses Geschehen numersch zu behandeln, gehen wr genau so vor, we es de Ontologe der Zet verlangt: Wr legen enen Anfangszetpunkt t 0 fest und smuleren den Lauf der Zet durch das fortwährende Hnzufügen von Zetschrtten t, wodurch ene Folge von Zetpunkten entsteht: t n = t 0 + n t; (2.) Des st de Dskretserung der Zet. Wr gehen davon aus, daß zur Zet t 0 alle physkalschen Größen n Form von Anfangsbedngungen bekannt snd. Gesucht snd Rechenvorschrften, de de Lösungswerte zum Zetschrtt t und dann sukzessve für alle weteren Zetpunkte t 2, t 3,...,t n ergeben. Nach der Dskretserung der Zet wollen wr nun den Typ der Dfferentalglechung spezfzeren, den wr n desem Kaptel numersch untersuchen wollen. An desen stellen wr de Anforderungen, daß er möglchst allgemen st, damt wr alle zetabhänggen Dfferentalglechungen der Hydrodynamk erfassen und daß er möglchst enfach st, damt wr es her am Anfang noch ncht zu schwer haben. Dese Bedngungen erfüllt de allgemene Evolutonsglechung. 2.2 De allgemene Evolutonsglechung Wr betrachten ene zetabhängge Dfferentalglechung der + Au = f; de auch als allgemene Evolutonsglechung bezechnet wrd. In deser Darstellung enthält der Operator A nur noch Ortsabletungen, so ergbt sch de x-naver-stokes-glechung durch

15 2.3. EINSCHRITTVERFAHREN 5 und Au u u 2 f = f : Später werden wr de Ortsabletungen ebenfalls dskretseren; wr werden sehen, daß der Operator A dann zu ener Matrx degenerert. Ene formale Lösung der homogenen (f = 0) zetabhänggen Dfferentalglechung (2.2) st durch u(t) =e ta u(0) = e ta u 0 (2.3) gegeben. Formal st de Lösung deshalb, wel wr zuerst klären müssen, we man ene Potenz mt enem Operator als Exponenten behandelt. Nahelegend st her de Bldung der Taylorrehe: e ta := X n=0 ( ta) n n! = ta + 2 t2 A 2 ::: (2.4) Um alle Formaltäten zu erledgen, blebe noch de Konvergenzfrage für de Rehe zu untersuchen. Auch de Lösung der nhomogenen Evolutonsglechung kann formal angegeben werden; se lautet: u(t) =e ta u 0 + Z t 0 e (t t0 )A f (t 0 )dt 0 Schleßlch wollen wr noch ene ähnlche Abschätzung für nchlneare Glechungen vom Typ der Naver-Stokes-Glechungen gewnnen. Dazu schreben wr de Evolutonsglechung n der Form + Au + B(u)u = wobe der Operator A lnear und B nchtlnear st. Indem de Nchtlneartät als Inhomogentät behandelt wrd, ergbt sch de formale Lösung u(t) =e ta u 0 + Z t e (t t0 )A f (t 0 )dt 0 Z t e (t t0 )A B(u(t 0 ))dt 0 : Enschrttverfahren Zur Bestmmung der Lösung an enem neuen Zetpunkt t n+ wrd de Zetabletung n der Form

16 6 KAPITEL ' un+ u n t approxmert werden. De zetlch semdskretserte Glechung wrd zu u n+ u n + Au =0 t und es verblebt de Frage, zu welchem Zetpunkt wr Au und be nhomogenen Glechungen b auswerten sollen Das Eulerverfahren Be desem Verfahren wrd Au zum bekannten Zetschrtt t n ausgewertet: u n+ u n + Au n =0 (2.5) t Ene Dfferentalglechung st nun ncht mehr zu lösen; das Problem hat sch auf de Auswertung enes renen Dfferentalausdruckes reduzert. Das Eulerverfahren benötgt somt enen sehr gerngen Rechenaufwand pro Zetschrtt, allerdngs hat es be zu hohen Zetschrtten Probleme mt der Stabltät, worauf später noch engegangen wrd. Wr werden später sehen, daß der Fehler des Eulerverfahrens proportonal zum Zetschrtt t gegen Null geht Das mplzte Verfahren Be mplzten Verfahren wrd Au zum unbekannten Zetschrtt t n+ ausgewertet: u n+ u n + Au n+ =0 (2.6) t Da nun Dfferentalausdrücke der unbekannten Funkton u n+ verbleben, st weterhn ene partelle Dfferentalglechung zu lösen. Das mplzte Verfahren st somt wesentlch rechenntensver als das Eulerverfahren. Sen Vortel legt jedoch n den wesentlch besseren Stabltätsegenschaften, wodurch erheblch größere Zetschrtte gewählt werden können und der Nachtel der Rechenntenstät somt weder kompensert wrd Das Crank-Ncolson-Verfahren Das Crank-Ncolson-Verfahren besteht aus ener Wchtung des bekannten Zetschrttes t n und des unbekannten Zetschrttes t n+ mt enem Wchtungsparameter : u n+ u n + Au n+ +( )Au n =0 (2.7) t Genauso we bem mplzten Verfahren verblebt weterhn de Lösung ener partellen Dfferentalglechung zum Zetschrtt t n+.für = 0:5 geht der Verfahrensfehler proportonal zu

17 2.3. EINSCHRITTVERFAHREN 7 t 2 zu Null. En klenerer Zetschrtt führt m Verglech zum Eulerverfahren her zu günstgeren Ergebnssen. Das Crank-Ncolson-Verfahren betet de Möglchket kontnuerlch zwschen den Zetschrtten zu wchten. Es wrd daher n den mesten Codes verwendet, wenn ncht das mplzte Verfahren aus Stabltätsgründen zwngend erforderlch st. In Verallgemenerung dessen lassen sch sogar verschedene Crank-Ncolson-Faktoren für verschedene Terme der Dfferentalglechungen enführen, stellt dese sch z.b. + A u + A 2 u =0 so wäre das entsprechende Crank-Ncolson-Verfahren durch gegeben. u n+ u n t + A u n+ +( )A u n + 2 A 2 u n+ +( 2 )A 2 u n = Taylorverfahren De formale Lösung der homogenen Evolutonsglechung kann auch zur Konstrukton numerscher Verfahren verwendet werden. Dazu schreben wr de formale Lösung für den Zetschrtt n +als u n+ = e ta u n und erhalten be der Berückschtgung der ersten beden Gleder der Taylorrehe das Eulerverfahren. Nmmt man noch den drtten Term hnzu so ergbt sch das Verfahren u n+ = ta + 2 t2 A 2 u n u n+ u n + Au n t 2 ta2 u n =0 (2.8) welches auch Lax-Wendroff-Verfahren [7] genannt wrd. Vollkommen analog zu deser Herletung st de Berückschtgung des lokalen Verfahrensfehlers mt umgekehrtem Vorzechen n der zu dskretserenden Ausgangsglechung. Dese Vorgehenswese wrd als Defektapproxmaton ([9]) bezechnet Runge-Kutta-Verfahren Entwckelt man de formale Lösung bs zur verten Ordnung, so entsteht das Verfahren u n+ = welches man n der sehr enfachen Form ta + 2 t2 A 2 6 t3 A t4 A 4 u n u n+ = u n 6 (K +2K 2 +2K 3 + K 4 ) (2.9)

18 8 KAPITEL 2. ZEITSCHRITTVERFAHREN mt K = tau n K 2 = ta u n K 2 K 3 = ta u n K 2 2 K 4 = ta (u n K 3 ) programmeren kann. Das Verfahren wrd als Runge-Kutta-Verfahren bezechnet. 2.4 Konsstenz De exakte Lösung der Dfferentalglechung st.a. kene Lösung der dskreten Glechung. Setzt man de exakte Lösung dennoch n letztere en, so erhält man en Maß für das Abwechen des dskreten Verfahrens von der zu lösenden Dfferentalglechung, welches man als lokalen Verfahrensfehler bezechnet. Für das allgemene Enschrttverfahren setzt man den lokalen Verfahrensfehler e( ) n der Form e( ) = u(tn+ ) u(t n ) + Au(t n+ )+( )Au(t n ) t an, wobe mt u de exakte Lösung bezechnet wrd. Offenschtlch wrd der Fehler genau dann Null, wenn de exakte Lösung auch de dskretserte Glechung erfüllt. Wrd u(t n+ ) durch de Taylorrehe u(t n+ )=u(t n )+ X k= t k k u(t n k dargestellt, so erhält der lokale Dskretserungsfehler nach kurzer Rechnung de Form und e( ) = X k= + Au(t n )=0 ::: = t k k! X k=2 und da u(t n ) u(t n k+ ::: k u(t n k + t k X k=2 = k! t k X k= k! X k u(t n k + t k k! t k u(t n ) k! k + Au(t n )=::: X k u(t n k t k u(t n ) k! k = ::: X k= t k+ u(t n k+ u(t n k+ k +

19 2.5. MEHRSCHRITTVERFAHREN 9 wobe de Lneartät von A vorausgesetzt werden muß. Betrachtet man nur den führenden Term der Rehe, so e(0) ' 2 t@2 u(t n 2 e() ' 2 t@2 u(t n 2 e(=2) 3 Das Verhalten der führenden Fehlerterme gbt Anlaß zu folgender Defnton: 2 u(t n ) Def: De Konsstenzordnung enes Verfahrens st de jewels mnmale Potenz, mt denen de Schrttweten m lokalen Verfahrensfehler auftauchen. Tauchen Fehlerterme auf, de kene Schrttwete enthalten, heßt das Verfahren ncht-konsstent mt dem gestellten Problem. De Konsstenzordnung gbt an, wevel besser en Verfahren wrd, wenn man de jewelgen Schrttweten verngert. Halberen wr n unserem Bespel den Zetschrtt, so reduzeren sch de zetabhänggen Antele des Verfahrensfehlers auf de Hälfte. Wählen wr den Crank- Ncolson-Faktor zu ==2, soführt ene Halberung des Zetschrttes sogar zu ener Redukton des Verfahrensfehlers auf en Vertel. De Konsstenzordnung sagt jedoch (noch) nchts darüber aus, ob de dskrete Lösung gegen de exakte Lösung des Problems konvergert. Man st demzufolge bemüht, Verfahren mt hoher Konsstenzordnung zu konstrueren. So haben das Eulerverfahren und das mplzte Verfahren de Konsstenzordnung, das Lax- Wendroff- und das Crank-Ncolson-Verfahren snd Verfahren 2. Ordnung und das Runge- Kutta-Verfahren bestzt sogar de Konsstenzordnung Mehrschrttverfahren Bsher wurde zur Berechnung der Strömung zum Zetpunkt t n+ nur der drekt vorangehende Zetschrtt t n verwendet. Mehrschrttverfahren verwenden auch noch wetere Zetschrtte. Herdurch kann man höhere zetlche Konsstenzordnungen errechen Numersche Integraton In desem Abschntt se nur kurz an de dre grundsätzlchsten numerschen Integratonsverfahren ernnert. De Mttelpunktsregel verwendet den Funktonswert auf der Intervallmtte Z b a a + b f (x)dx ' (b a)f ; (2.0) de Trapezregel das Mttel der Funktonswerte an den Integratonsgrenzen Z b a f (x)dx ' b a 2 2 (f (a) +f (b)) (2.)

20 20 KAPITEL 2. ZEITSCHRITTVERFAHREN und de Smpsonregel en gewchtetes Mttel aus den Funktonswerten an den Intervallgrenzen und n der Intervallmtte: Z b a f (x)dx ' b a Leap-Frog-Verfahren f (a) +4f a + b 2 + f (b) (2.2) Zur Herletung enes Verfahrens, welches auch den Zetpunkt t n auswertet, ntegreren wr de zetabhängge Dfferentalglechung (2.2) zwschen t n und t n+ : tz n+ dt + tz n+ t n Audt =0 Auf den ersten Term wenden wr den Hauptsatz der Dfferental- und Integralrechnung, auf den zweten de Mttelpunkteregel an: bzw. u n+ u n +2 tau n =0 u n+ u n + Au n =0: (2.3) 2 t Das Verfahren wrd n der Lteratur als Leap-Frog-Verfahren bezechnet, es st en explztes Verfahren und benötgt zwe Zetebenen zur Berechnung der gesuchten Werte auf ener neuen Zetebene. Es bestzt de Konsstenzordnung O( t 2 ). 2.6 Zetlche Mttlung der Grundglechungen En enfache Anwendung des Hauptsatzes der Dfferental- und Integralrechnung lefert: u n+ u n t Z t n+ t n udta (2.4) Dese Glechung gewährt enen tefen Enblck n das, was wr ener Dfferentalglechung antun, wenn wr se (n der Zet) dskretseren. Man berechnet egentlch de Abletung der Mttlung der Funkton u zwschen den Zetschrtten n und n +, de durch u = t udt (2.5) gegeben st. In desem Snne st de Dskretserung tz n+ u n+ u n (2.6)

21 2.7. DAS ENTITY-RELATIONSHIP-MODELL DER ZEIT 2 H= BJ 9 A HJ - E D A EJ HJ A EJ Abbldung 2.: De Attrbute der physkalschen Größe Kraft. exakt. Daher legt es nahe, de hydrodynamschen Grundglechungen über de Zetntervalle t zu mtteln und dann de zetlche Dskretserung ohne Dskretserungsfehler durchzuführen. Nach der zetlchen Dskretserung der Naver-Stokes-Glechungen löst man egentlch de Reynoldsglechungen und man hat sch an deser Stelle Gedanken über de durch de Numerk erzeugten Reynoldsspannungen zu machen. 2.7 Das Entty-Relatonshp-Modell der Zet Im letzten Abschntt deses Kaptels wollen wr uns der Modellerung der Zet aus der Scht der Informatk wdmen Das Entty-Relatonshp-Modell Der erste Schrtt zur Modellerung von rgendetwas aus der Realwelt st der Entwurf enes konzeptonellen Modells. In der Lteratur werden dabe ene Rehe von Archtekturen für den Entwurf des konzeptonenellen Modells vorgeschlagen. Grundlegend st dabe der Entty- Relatonshp-Ansatz (ER-Ansatz), der 976 von Chen [7] vorgeschlagen und n der Folge velfach erwetert wurde. De dahntersteckende Methodk wrd n der modularen als auch objektorenterten Softwarekonzepton und dem Entwurf von Datenbanken angewendet. De Modellbldung erfolgt dadurch, de Dnge der zu modellerenden Welt, de sogenannten Enttäten n Enttätstypen zu ordnen. En Enttätstyp beschrebt also ene Menge glechwertger matereller oder nchtmatereller Dnge der realen Welt, de für den Problemberech relevant snd. De Anwendung deser Betrachtungswese auf de Physk lefert de physkalschen Größen als Enttätstypen. Geschwndgket und Kraft snd also Enttätstypen, während man F = N als Instanz des Enttätstyps Kraft ansehen würde. In der graphschen Darstellung werden Enttätstypen durch Rechtecke symbolsert. En Enttätstyp wrd durch ene Menge von Attrbuten charaktersert. Ene Instanz oder Ausprägung des Enttätstyps erhält man durch de Zuordnung enes Wertes zu jedem Attrbut des Enttätstyp. De Attrbute werden m ER-Dagramm durch Strche am repräsenterenden Rechteck, manchmal aber auch durch mt hm verbundene Krese dargestellt. De Attrbute ener physkalschen Größe snd zunächst enmal hr Zahlenwert und hre Enhet, be raumzethaften Problemen kommen noch der Ort und der Zetpunkt hnzu. Durch de Angabe deser ver Attrbute wrd ene Instanz der physkalschen Größe defnert. Zwschen den Enttäten der realen Welt bestehen Bezehungen bzw. Relatonen, zwschen den Enttätstypen Bezehungstypen. Dese werden m ER-Dagramm durch Rauten dargestellt. De Bezehungstypen zwschen den physkalschen Größen snd de physkalschen Gesetze. Das

22 22 KAPITEL 2. ZEITSCHRITTVERFAHREN H= BJ = I I A A M J I? D A I / A I A J * A I? D A K E C K C Abbldung 2.2: Das Entty-Relatonshp-Modell für das Newtonsche Gesetz. A EJ A = A H A EJ > A I JA D J = K I A EJ E JA HL = M EH@ > A C HA K H? D A EJ F K J = D H = J 6 = C 5 A 5 A A E K JA Abbldung 2.3: Das Entty-Relatonshp-Modell für de Zet. Newtonsche Gesetz stellt ene Bezehung zwschen den Enttäten Kraft F, Masse m und Beschleungung a dar, dessen Entty-Relatonshp-Dagramm n Abbldung 2.2 zu bestaunen st. Zwe Enttäten können nur mttels ener Bezehung verbunden werden. Gbt es zwschen zwe Enttäten kene Bezehung, dann bleben dese m ER-Dagramm unverbunden. Anders st des be Bezehungen, zwschen hnen braucht kene Enttät zu stehen. In der Welt der Physk kann man gekoppelte Gesetze bzw. gekoppelte Glechungssysteme durch Verbndungen von Relatons ohne dazwschenlegende Entty modelleren. Auch Bezehungstypen können durch Attrbute näher charaktersert werden. Man bezechnet se dann als assozatve Enttätstypen und stellt hre Attrbute an enen de Bezehung substantverenden Enttätstyp, der graphsch durch ene gerchtete Kante vom Bezehungs- zum Enttätssymbol dargestellt wrd Das ER-Modell der Zet De Ontologe der Zet geht von enem Zetursprung und dem darauffolgenden Verlauf der Zet n Zetschrtten bzw. Zetntervallen aus. Erst der Anfang und das Ende enes Zetntervalls werden durch Zetpunkte markert. Zusammenfassend ergbt sch das n Abbldung 2.3 dargestellte ER-Modell für de Zet. Zur Messung enes Zetntervalles hat man set menschengedenk de Rotaton der Erde sowe de Revoluton der Erde um de Sonne als perodsche Zetmaße und de damt verbundenen archetypschen Erfahrungen von Tag und Nacht und der Jahreszeten verwendet. De nternatonal gültge Defnton des Zetmaßes basert heute auf der Spezfkaton der Sekunde als Velfaches enes perodschen Vorganges aus dem Rech der Atomphysk. Schwerger als de Angabe enes Zetntervalles st de exakte Spezfkaton von Zetpunkten. Des legt daran, daß es Zetpunkte physkalsch ncht gbt, se müssen also durch de Angabe

23 2.8. DIE LOGISTISCHE DIFFERENTIALGLEICHUNG ALS BEISPIEL 23 enes Zetntervalles relatv zu enem Bezugseregns spezfzert werden. Das Jahr Null, sowe ene wllkürlche Untertelung des Jahres n Monate und Wochen wrd durch de Angabe enes Kalenders spezfzert. Im westlchen Kulturkres hat sch der Gregoransche Kalender so etablert, daß de Angabe desselben zumest entfällt. Wchtger als de Angabe des Kalenders st de Spezfkaton der Zetzone und gegebenenfalls ener Sommerzet, wodurch de Tageszet an enem bestmmten geographschen Ort festgelegt wrd. Solche Angaben snd ncht nur be Softwaresystemen aus dem Flugwesen, sondern auch n der ozeano- und geographschen Smulaton unentbehrlch. In der Programmersprache Java wrd der Enttätstyp Zetpunkt durch de Klasse java.utl.date dargestellt. De Genaugket recht dabe bs zur Sekunde. Der Enttätstyp Zetntervall gehört ncht mehr zum Umfang der Standardsprache und soll daher durch ene Klasse TmeStep realsert werden. Dese enthält de sechs prvaten nt-komponenten years, months, days, hours, mnutes, seconds. Neben dem leeren Konstruktor sollte man Objekte der Klasse TmeStep durch de Angabe der sechs Werte, sowe durch zwe Datums konstrueren können. De Methode ncrementtme lefert für en gegebenes Objekt der Klasse Date en um den Zetschrtt nkrementertes Objekt der Klasse Date. 2.8 De logstsche Dfferentalglechung als Bespel De = flu fu2 fl;f 0 (2.7) besteht auf der rechten Sete aus zwe Summanden: Für f = 0 wächst de Lösung u n der Zet proportonal zu sch selbst, wr haben es n desem Fall mt der Dfferentalglechung des exponentellen Wachstums zu tun. Der zwete Term begrenzt deses Wachstum jedoch, er wächst überproportonal zu u und bekommt gegenüber dem Wachstumsterm umso mehr Gewcht, desto größer u st. De Dfferentalglechung beschrebt also das logstsche Wachstum, en Wachstum also, welches durch rgendenen begrenzenden Faktor, we etwa de Verknappung von Ressourcen, gebremst wrd. Nach Heuser [5] kann man mt der logstschen Dfferentalglechung so verschedenartge Dnge we das Wachsen der Kregslust n enem Land, de Ausbretung von Gerüchten, Populatonen und Sonnenblumen sowe de Gewchtszunahme be Ratten modelleren. Aus dem Berech der Fleßgewässerphysk se das Wachstum von Rffeln und Dünen als Bespel genannt, welches durch dese Dfferentalglechung beschreben wrd. Um ene numersche Lösung deser Dfferentalglechung brauchen wr uns ncht zu bemühen, da se ene analytsche Lösung bestzt. Dese lautet u(t) = f + fl u 0 fl f e flt wobe u 0 de Anfangspopulaton zum Zetpunkt t =0angbt. Für t!strebt de Lösung für jeden Anfangswert u 0 gegen u() = fl, m Laufe der Zet f errecht jede logstsch begrenzte Populaton enen Endwert, der umso größer st, desto größer de Wachstumsrate fl und umso klener st, desto klener de Sterberate f st.

24 24 KAPITEL 2. ZEITSCHRITTVERFAHREN Ist deser Grenzwert erst enmal errecht, ändert sch de Lösung ncht mehr, d.h. se sollte und st zudem de Lösung der statonären Dfferentalglechung 0=flu fu 2 De Lösung der logstschen Dfferentalglechung bezechnet man als asymptotsch stabl, da se für jeden Anfangswert gegen de statonäre Lösung konvergert. Desen statonären Wert kann man nahelegend auch als Attraktor bezechnen. De logstsche Dfferentalglechung betet sch als Valderungsbespel für Zetschrttverfahren an, da wr hre analytsche Lösung kennen und mt deser mmer verglechen können. Starten wr also mt dem Eulerverfahren, es lautet für de logstsche Dfferentalglechung: u n+ = u n + t(flu n fu n2 ) Dese Form offenbart sofort en erstes Problem. Begnnen wr mt dem Startwert u 0 = 0, so wrd jeder Folgewert u n+ Null bleben. Das Verfahren wrd also nur dann gegen den rchtgen asymptotschen Wert konvergeren, wenn man mt Startwerten unglech Null begnnt. Des kann praktsch große Probleme aufwerfen, wenn man es mt Phänomenen zu tun hat, de aus dem Nchts entstehen. Schon allen deshalb sollte das explzte Verfahren ncht zur numerschen Lösung der logstschen Dfferentalglechung herangezogen werden. Wr wollen dennoch en Lösungsprogramm schreben, welches de Wachstums- und Sterberaten fl und f, den Startwert u 0 und den Zetschrtt t aus den Textfeldern ener Benutzeroberfläche übernmmt und de Ergebnsse graphsch darstellt. Dese kann man n Abbldung 2.4 bewundern. Sowohl numersche als auch analytsche Lösung konvergeren gegen den rchtgen asymptotschen Wert, de numersche Lösung wächst dabe jedoch erst wesentlch später als de analytsche. Be ener Erhöhung des Zetschrttes auf 2 s schwngt de numersche Lösung um de Asymptote, be t =3s wrd hr Verhalten chaotsch und be jedem Zetschrtt t >3s wächst de numersche Lösung undarstellbar ns Unendlche. Das Verhalten des explzten Verfahrens st also noch keneswegs befredgend. Wenden wr uns daher dem mplzten Verfahren zu. Nach kurzem Auflösen nach u n+ hat es de Darstellung: u n+ = fl t 2f t + s fl t 2f t 2 + un f t Im Gegensatz zum Eulerverfahren st das mplzte Verfahren für belebge Zetschrtte stabl und lefert kene Oszllatonen. Es konvergert zudem auch für den Anfangswert u 0 =0gegen de rchtge Lösung. Es stegt allerdngs wesentlch schneller als de analytsche Lösung an und st daher m Anfangsberech ebenfalls ncht brauchbar. Als Verfahren der Konsstenzordnung zwe hatten wr das Lax-Wendroff-Verfahren und der Ordnung ver das Runge-Kutta-Verfahren kennengelernt, de entsprechenden Schemata sollte man zur Übung selbst entwckeln. De höhere Ordnung deser Verfahren zahlt sch n der besseren Reprodukton des Ansteges aus. Bede Verfahren negen aber sehr schnell zu oszllerendem, chaotschem und nstablen Verhalten. Wenn das explzte Verfahren nstabl wrd und das mplzte Verfahren stabl blebt, dann sollten wr für den quadratschen Term ene Mschung aus explztem und mplzten Verfahren n der Form

25 2.8. DIE LOGISTISCHE DIFFERENTIALGLEICHUNG ALS BEISPIEL 25 Abbldung 2.4: Verglech der mt dem Eulerverfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung Abbldung 2.5: Verglech der mt dem Eulerverfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung

26 26 KAPITEL 2. ZEITSCHRITTVERFAHREN Abbldung 2.6: Verglech der mt dem Eulerverfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung Abbldung 2.7: Verglech der mt dem mplzten Verfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung

27 2.9. ZUSAMMENFASSUNG 27 Abbldung 2.8: Verglech der mt dem semmplzten Verfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung u n+ u n = flu n fu n u n+ t proberen. Das Verfahren kann man als semmplzt bezechnen und es st genau we das mplzte Verfahren stabl. Aus Abbldung 2.8 st erschtlch, daß de Lösung we bem explzten Verfahren der analytschen hnterherhnkt. In der Hydromechank kommen nchtlneare quadratsche Terme n den tefen- und querschnttsgemttelten Impulsglechungen als Sohlschubspannungs- bzw. Rebungsterme vor. Dese werden n der Regel semmplzt dskretsert, wel hermt der gerngste Rechenaufwand be garanterter Stabltät verbunden st. Allerdngs sollte man m Kopf behalten, daß das numersche Verfahren de dämpfende Wrkung deser Terme überschätzen kann, was wr her am verzögerten Ansteg der Lösung der logstschen Dfferentalglechung gesehen haben. 2.9 Zusammenfassung Wr haben n desem Kaptel verschedene Verfahren zur numerschen Behandlung der Zetabletung kennengelernt. Als erstes Qualtätskrterum zur Beurtelung deser Verfahren haben wr ene möglchst hohe Konsstenzordnung gefordert. Unsere Untersuchungen haben ergeben, daß das Euler- und das mplzte Verfahren. Ordnung, Crank-Ncolson-, Lax-Wendroff- und Leap-Frog-Verfahren 2. Ordnung und das Runge-Kutta-Verfahren sogar 4. Ordnung konsstent snd.

28 28 KAPITEL 2. ZEITSCHRITTVERFAHREN Abbldung 2.9: Verglech der mt dem Lax-Wendroff-Verfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung Abbldung 2.0: Verglech der mt dem Runge-Kutta-Verfahren gewonnenen numerschen (rot) und der analytschen (grün) Lösung der logstschen Dfferentalglechung

29 Kaptel 3 Stabltät In der nchtlnearen Dynamk bezechnet man Systeme dann als stabl, wenn sch für zwe sehr nahe beenanderlegenden Anfangszuständen u(t = 0) und v(t = 0) de Zustände zu späteren Zeten höchstens stetg vonenander entfernen, d.h. es gbt zwe sehr klene Zahlen ff und ffl mt ku(t =0) v(t =0)k»ff )ku(t) v(t)k»ffl(ff;t) Deses Stabltätskrterum seht dem berüchtgten ffl ff-krterum für Stetgket sehr ähnlch. Be der Stetgket steht de Wahl des ffl m Vordergrund, d.h. zum Zetpunkt t snd de Unterschede zwschen u und v belebg klen, wenn nur de Anfangswerte hnrechend nahe anenander legen. Der Stabltätsbegrff wecht dese Anforderung en weng auf, da er ledg fordert, daß zwe m Anfang sehr ähnlche Funktonen sch zu späteren Zetpunkten nur allmählch unterschedlch verhalten. Turbulente Strömungen snd n desem Snne stabl, da de turbulenten Fluktuatonen n enem gewssen Intervall um enen wohldefnerten Mttelwert schwanken. En System heßt asymptotsch stabl, wenn für zwe sehr nahe beenanderlegenden Anfangszuständen sch spätere Zustände rgendwann enmal ncht mehr unterscheden, d.h. es gbt rgenden sehr klenes ff, so daß ku(t =0) v(t =0)k»ff )ku(t) v(t)k!0 für t! Wr werden n desem Kaptel das Phänomen Stabltät be dynamschen numerschen Verfahren m Rahmen der Operatorentheore beschreben und allgemene Stabltätskrteren für explzte und mplzte Verfahren aufstellen. Da konsstente numersche Verfahren ncht notwendg stabl sen müssen, werden wr als weteres Gütekrterum de Stabltät von Zetschrttverfahren untersuchen und n den Begrff der Konvergenz enmünden lassen. Es se an deser Stelle betont, daß der Begrff der Stabltät nchts mt dem des Chaos zu tun hat oder etwa dessen Gegentel st. Chaotsche Systeme snd n der Regel stabl. En Zechen des Chaos st de Senstvtät auf Anfangslösungen, wesen dese nur wnzge Unterschede auf, dann verhalten sch de Lösungen chaotscher Systeme zu späteren Zetpunkten vollkommen anders. Des st n stablen Systemen kenesfalls ausgeschlossen, de Lösungen entfernen sch her ledglch ncht abrupt vonenander. 29

30 30 KAPITEL 3. STABILITÄT K K L A Abbldung 3.: Stabltät turbulenter Strömungen. De Anfangswerte unterscheden sch um den Wert ff. Unabhängg davon bleben de Fluktuatonen m Intervall ffl. 3. Stetge Abhänggket von den Engangsdaten De Stabltät enes numerschen Verfahrens st eng mt der Frage verbunden, ob de Egenschaft der stetgen Abhänggket von den Engangsdaten bem Übergang vom kontnuerlchen auf das dskrete Problem erhalten blebt. J 3.. Stetge Abhänggket bem kontnuerlchen Problem Ene der wchtgsten Egenschaften der Lösungen der allgemenen Evolutonsglechung st hre stetge Abhänggket von den Engangsdaten. Umgangssprachlch bedeutet des, daß de Lösungen n hrem zetlchen Verhalten kene abrupten Änderungen erfahren, se also der Anfangslösung umso ähnlcher snd, desto näher man sch am Anfangszetpunkt befndet. Setzen wr zur Abkürzung M (t) =ke ta k (3.) so folgt für de Lösungen der homogenen Evolutonsglechung de Abschätzung ku(t)k = ke ta u 0 k»ke ta kku 0 k)kuk»m ku 0 k Zu jedem belebgen Zetpunkt st de Norm der Lösung durch den Faktor M (t) mt der Norm der Anfangslösung verbunden. Deser Faktor st ene stetge Funkton der Zet t, ändert sch also ebenfalls nemals abrupt. Somt kann sch de Lösung m Laufe der Zet zwar belebg wet von der Anfangslösung entfernen und rgendwann vollkommen anders aussehen, dese Änderung gescheht aber stetg und ncht aus heterem Hmmel. Wr wollen nun enen wchtgen Spezalfall untersuchen, der n der Strömungsmechank sehr oft vorkommt, obwohl sene Voraussetzungen doch sehr enschränkend zu sen schenen.

31 3.. STETIGE ABHÄNGIGKEIT VON DEN EINGANGSDATEN 3 Satz: Falls der Operator A lnear st und nur Egenwerte mt nchtnegatvem Realtel bestzt und de zugehörgen Egenvektoren ene Orthonormalbass des Lösungsraumes blden, glt M = ke ta k» bzw ku(t)k»ku 0 k Da de Norm bsher ncht spezfzert wurde, glt der Satz für jede Operatornorm. Nehmen wr her z.b. de Maxmumnorm auf enem Intervall kuk = max ju(x)j x2[a;b] dann besagt der Satz, daß de Extremwerte der Lösung m Laufe der Zet ne größer werden, de Lösungsfunkton also mmer n den anfänglchen Schranken blebt. Bewes: Se (ff ) 2IN de Orthonormalbass des Lösungsraumes. De Anfangswerte lassen sch dann als darstellen. Somt folgt... und da A k ff = k ff... u 0 = X =0 ke ta u 0 k 2 = k P k=0 P = k (u 0 ;ff )ff ;k=0 ( ta) k k! ( ta) k k! P =0 (u 0 ;ff )ff k 2 (u 0 ;ff )ff k 2 P ke ta u 0 k 2 = k ( t ) k (u k! 0 ;ff )ff k 2 ;k=0 P = k e t (u 0 ;ff )ff k 2» = = P =0 =0 P P =0 =0 ke t (u 0 ;ff )ff k 2 je t (u 0 ;ff )j 2 je t j2 (u 0 ;ff ) 2... und da je z j = e Re(z) für z 2 IC = P =0 e 2t (u 0 ;ff ) 2... und da e 2t», wel 2t» ln = 0, denn de Zet t st größer Null und de Egenwerte waren laut Voraussetzung größer Null, folgt

32 32 KAPITEL 3. STABILITÄT bzw. ke ta u 0 k 2» X =0 (u 0 ;ff ) 2 ku(t)k»ku 0 k womt de Behauptung folgt. Hat der Operator A der homogenen Evolutonsglechung nur postve Egenwerte, so st de Wrkung der Evolutonsglechung n gewsser Form dämpfend, denn de Norm der Lösung nmmt mt der Zet mmer mehr ab. Wr betrachten nun Abschätzungen für de nhomogene Evolutonsglechung. Mt der Abkürzung M 2 = max ke (t t0)a k (3.2) 0»t 0»t glt für de Lösung der nhomogenen Evolutonsglechung de Abschätzung: R t ku(t)k» ke ta u 0 k + k e (t t0 )A f (t 0 )dt 0 k 0 Rt» M ku 0 k + M 2 kf (t 0 )kdt 0 Und schleßlch folgt für de nchtlneare Form: ku(t)k»m ku 0 k + M 2 Z t 0 kf (t 0 )kdt 0 + M 2 Z t kb(u(t 0 ))kdt 0 : Stetge Abhänggket bem dskretserten Problem De stetge Abhänggket der kontnuerlchen Lösung von den Engangsdaten hängt be der allgemenen Evolutonsglechung mt der Erfüllung der Abschätzung ku(t)k»m ku(t =0)k + M 2 zusammen. Somt können wr von der zetlch dskretserten Lösung ku n+ k»m ku 0 k + M 2 t Z t 0 Xn+ k=0 kf (t)kdt (3.3) kb(t k )k (3.4) verlangen. Dese Bedngung garantert zudem de Stabltät des Zetschrttverfahrens.

33 3.2. DER VERFAHRENSOPERATOR Der Verfahrensoperator Enschrttverfahren lassen sch mt der Operatorenschrebwese auf de folgende Form brngen: u n+ = Tu n + ff (3.5) Dabe wrd T auch Verfahrensoperator genannt. Schrebt man das Crank-Ncolson-Verfahren m Rahmen der Operatorentheore als (I + ta)u n+ =(I ( ) ta)u n ; dann seht man lecht, daß dem Eulerverfahren ( =0) dem mplzten Verfahren ( =) und dem Crank-Ncolson-Verfahren T = I ta; T =(I + ta) als Verfahrensoperatoren zugeordnet snd. T =(I + ta) (I ( ) ta) Geht man sukzessve von den Anfangsbedngungen bs zum Zetschrtt n +, so erhält das Verfahren de Form u n+ = T n+ u 0 + En Verglech mt der Stetgketsbedngung lefert de Stabltätsbedngung nx k=0 T k ff (3.6) kt n+ k»m (3.7) Ist M», so st dese Bedngung erfüllt, wenn kt k < : (3.8) st. Falls M und kt k >, dann st de Anzahl der Zetschrtte begrenzt, ab enem gewssen Zetschrtt wäre das Verfahren nstabl. Stabltät bedeutet dann, daß de Wrkung des Verfahrensoperators ncht unbeschränkt ausartet, sondern de Lösung n enem gewssen Snne kontraherend st. Um m folgenden Stabltätsanalysen durchzuführen, benötgt man noch zwe wesentlche Sätze. Der erste st der Form nach schon aus der Algebra bekannt. Satz: Neumannsche Rehe. Se A en beschränkter lnearer Operator mt kak < und I der Identtätsoperator. Dann exstert der folgende Operator (I A) = X k=0 A k : (3.9)

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Hydrosystemanalyse: Finite-Elemente-Methode (FEM)

Hydrosystemanalyse: Finite-Elemente-Methode (FEM) Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell Modellerung von Hydrosystemen Numersche und daten-baserte Methoden BHYWI-22-21 @ 2018 Fnte-Elemente-Methode Selke-Modell Olaf Koldtz *Helmholtz Centre for Envronmental Research UFZ 1 Technsche Unverstät

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Grundlagen der numerischen Strömungsmechanik, WS 2011/12

Grundlagen der numerischen Strömungsmechanik, WS 2011/12 Lehrstuhl für Aerodynamk und Strömungsmechank Prof H-J Kaltenbach Assstenz: E Lauer Grundlagen der numerschen Strömungsmechank, WS / Lösung zu Übung 5 Aufgabe : Fnte-Elemente-Verfahren De Dfferentalglechung

Mehr

=, grad Z(s) = m n = grad N(s).

=, grad Z(s) = m n = grad N(s). 4 7... Stabltätsprüfung anhand der Übertragungsfunkton (.9) leferte den Zusammenhang zwschen der Gewchtsfunkton g(t) und der Übertragungsfunkton G(s) enes lnearen zetnvaranten Systems G (s) { g ( t)}.

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

5.3.3 Relaxationsverfahren: das SOR-Verfahren

5.3.3 Relaxationsverfahren: das SOR-Verfahren 53 Iteratve Lösungsverfahren für lneare Glechungssysteme 533 Relaxatonsverfahren: das SOR-Verfahren Das vorangehende Bespel zegt, dass Jacob- sowe Gauß-Sedel-Verfahren sehr langsam konvergeren Für de Modellmatrx

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Numerische Methoden II

Numerische Methoden II umersche Methoden II Tm Hoffmann 23. Januar 27 umersche Bespele umersche Methoden zur Approxmaton von Dervatpresen: - Trnomsche Gttermethode - Implzte Fnte Dfferenzen - Explzte Fnte Dfferenzen - Crank-colson

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

Finite Differenzen. Tino Kluge. January 17,

Finite Differenzen. Tino Kluge.   January 17, Enletung Explztes Fntes... Implzte Fnte... Startsete Ttelsete Fnte Dfferenzen Tno Kluge tno.kluge@hrz.tu-chemntz.de http://www.mathfnance.de/semnars/sdgl.html January 17, 2002 Sete 1 von 15 Vollbld Schleßen

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

Mehr

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante Lösung Übung 9 Aufgabe: eglerauslegung mt blnearer Transformaton n s In der kontnuerlchen egelungstechnk wrd für gewöhnlch en PI-egler verwendet, um de größte Zetkonstante zu kompenseren bzw. be IT-Strecken

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23.

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23. Höhere Analyss Komplexe Zahlen Tel Grundrechenarten Darstellung n der Gaußschen Zahlenebene Date Nr. 500 Stand. November 08 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK https/:mathe-cd.de 500 Komplexe Zahlen

Mehr

3. Vorlesung Sommersemester

3. Vorlesung Sommersemester 3. Vorlesung Sommersemester 1 Bespele (Fortsetzung) 1. Der starre Körper: Formulerung der Zwangsbedngungen später. Anschaulch snd schon de Frehetsgrade: dre der Translaton (z. B. Schwerpuntsoordnaten)

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

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

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

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

Seminar über Numerische Mathematik

Seminar über Numerische Mathematik Andreas Mester Semnar über Numersche Mathematk Semnar m Wntersemester 008/009 Unverstät Kassel Fachberech Mathematk Inhaltsverzechns Bezer-Kurven 1 1 Enletung 1 Der Algorthmus von de-castelau.1 Parabeln....................................

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

I) Mechanik 1.Kinematik (Bewegung)

I) Mechanik 1.Kinematik (Bewegung) I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

3 Elastizitätstheorie

3 Elastizitätstheorie 3 Elastztätstheore Für en elastsches Medum nmmt man enen spannungsfreen Referenzzustand an, der n Eulerkoordnaten durch x = Ax, t) gegeben st. Abwechungen werden beschreben durch de Verschebung ux, t)

Mehr

6 Rechnen mit Zahlen beliebig hoher Stellenzahl 7 Intervall-Arithmetik 8 Umsetzung in aktuellen Prozessoren

6 Rechnen mit Zahlen beliebig hoher Stellenzahl 7 Intervall-Arithmetik 8 Umsetzung in aktuellen Prozessoren Inhalt 4 Realserung elementarer Funktonen Rehenentwcklung Konvergenzverfahren 5 Unkonventonelle Zahlenssteme redundante Zahlenssteme Restklassen-Zahlenssteme logarthmsche Zahlenssteme 6 Rechnen mt Zahlen

Mehr

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar. . Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen

Mehr

Nullstellen Suchen und Optimierung

Nullstellen Suchen und Optimierung Nullstellen Suchen und Optmerung Typsche Probleme: De optmale Bahnkurve De Mnmerung des Erwartungswertes ür den Hamltonan Wr möchten ene Funkton mnmeren oder mameren solch en Problem wrd Optmerung genannt!

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 136/2009, 19-21

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 136/2009, 19-21 Von emprschen Daten zum Modell: Das Monod-Modell NORBERT BRUNNER und MANFRED KÜHLEITNER Vele Wachstumsvorgänge lassen sch mt Hlfe ener Exponentalfunkton beschreben. Man denke etwa an de Znsesznsrechnung.

Mehr

Theoretische Physik: Mechanik

Theoretische Physik: Mechanik Merln Mtschek, Verena Walbrecht Ferenkurs Theoretsche Physk: Mechank Sommer 2013 Vorlesung 3 Technsche Unverstät München 1 Fakultät für Physk Merln Mtschek, Verena Walbrecht Inhaltsverzechns 1 Symmetren

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT)

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT) Ene kurze Enführung n de Dchtefunktonaltheore (DFT) Mchael Martns Lteratur: W. Koch, M.C. Holthausen A Chemst s Gude to Densty Functonal Theory Wley-VCH 2001 Dchtefunktonaltheore p.1 Enletung Im Falle

Mehr

Übung zur Vorlesung - Theorien Psychometrischer Tests II

Übung zur Vorlesung - Theorien Psychometrischer Tests II Übung zur Vorlesung - Theoren Psychometrscher Tests II N. Rose 9. Übung (15.01.2009) Agenda Agenda 3-parametrsches logstsches Modell nach Brnbaum Lnkfunktonen 3PL-Modell nach Brnbaum Modellglechung ( =

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen Näherungsverfahren Wederhole den Algorthmusbegrff. Erläutere de Begrffe: Klasse der P-ProblemeP Probleme Klasse der NP-Probleme Probleme Approxmatve Algorthmen Stochastsche Algorthmen ALGORITHMEN Def.:

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28)

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28) V.3 Drehungen 83 V.3 Drehungen Jetzt werden dredmensonale Drehungen und hre Wrkung betrachtet. Wenn ~n der Enhetsvektor entlang der Drehachse und der Wnkel der Drehung snd, kann wrd de Transformaton des

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Zwei Sätze von Joseph Wolstenholme. Johann Cigler

Zwei Sätze von Joseph Wolstenholme. Johann Cigler Zwe Sätze von Joseh Wolstenholme Johann Cgler Vor enger Zet sandte mr Herr P., en hlosohsch gebldeter älterer Mann, enge Bemerkungen zu enem Resultat von Joseh Wolstenholme, das er folgendermaßen formulerte:

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Beschreibung von Vorgängen durch Funktionen

Beschreibung von Vorgängen durch Funktionen Beschrebung von Vorgängen durch Funktonen.. Splnes (Sete 6) a +b c Zechenerklärung: [ ] - Drücken Se de entsprechende Taste des Graphkrechners! [ ] S - Drücken Se erst de Taste [SHIFT] und dann de entsprechende

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr