Berechnungsmethoden der Energie- und Verfahrenstechnik Methode der gewichteten Residuen
|
|
- Marta Auttenberg
- vor 6 Jahren
- Abrufe
Transkript
1 Berechnungsmethoden der Energie- und Verfahrenstechnik Methode der gewichteten Residuen Giuseppe Bonfigli IFD, ETH-Zürich 3. Juni 21 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 1 / 29
2 Vektorräume Relevanz der Diskretisierungsmethoden in der Strömungsmechanik Spektrale Methoden Cartesisches Rechen-Gitter und rechteckiges Rechen-Gebiet Nur sehr glatte Lösungen Exponentielle Konvergenz Finite-Differenzen-Methoden Cartesisches Rechen-Gitter Nur glatte Lösungen Algebraische Konvergenz hoher Ordnung Finite-Elementen-Methode Non-Diagonale Mass-Matrix Flexible Elementengeometrie Konservativität kann gewährleistet werden Finite-Volumen-Methode Hohe Konvergenzordnung mühsam Flexible Zellengeometrie Konservativität Genauigkeit, Effizienz Flexibilität, Robustheit Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 2 / 29
3 Otrhogonale-Pojektion Definition (Vektorraum von Funktionen) Ein Menge U von Funktionen u(x) : Ω K mit Ω R und K = R oder K = C ist ein Vektorraum über K, wenn: u U u, v U u + v U u U, α K αu U Beispiele: Die Menge der kontinuierlichen Funktionen C (R) einer reeller Variable ist ein Vektorraum über R Für n N ist die Menge P n der reellen Polynome mit Ordnung p n ein Vektorraum über R C N ist ein Vektorraum von Funktionen über C mit Ω = {1, 2,..., N} Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 3 / 29
4 Otrhogonale-Pojektion Definition (Lineare Hülle) Sei U ein Vektorraum und V U. Die lineare Hülle V von V ist die Menge V = v = nx a jv j : n N, a j K, v j V j= Beispiele: Die Menge der linearen Funktionen P 1 ist die lineare Hülle von {1, x} in C (R) Die Gerade {x = α[1 2] T : α R} ist die lineare Hülle von {[1 2] T } in R 2 Bemerkung V ist ein Unterraum von U. Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 4 / 29
5 Otrhogonale-Pojektion u j j=1,2 v 1 v 2 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 5 / 29
6 Otrhogonale-Pojektion Definition (Skalarprodukt) Sei U ein Vektorraum von Funktionen u : Ω K. Sei u, v U. Das Skalarprodukt (u, v) von u und v ist definiert als: Z (u, v) = uvdω Ω Satz (Eigenschaften des Skalarproduktes) Sei u, v, w U und α, β K (u, u) = R Ω uudω = R Ω u 2 dω, (u, u) = u (u, v) = R uvdω = R vudω = (v, u) Ω Ω (αu + βv, w) = R (αu + βv)wdω = α R uwdω + β R vwdω = α(u, w) + β(v, w) Ω Ω Ω (u, αv + βw) = R u(αv + βw)dω = α R uvdω + β R uβwdω = α(u, v) + β(u, w) Ω Ω Ω Definition (Orthogonalität) u, v U sind orthogonal wenn (u, v) =. Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 6 / 29
7 Otrhogonale-Pojektion Definition (Norm) Sei U ein Vektorraum von Funktionen u : Ω K mit Skalarprodukt. Sei u U. Die Norm u von u ist definiert als: u = p (u, u) Satz (Eigenschaften der Norm) Sei u, v U und α K u = u = αu = α u u + v u + v u v u v Die norm ist ein Mass der Grösse eines Vektors Beispiel: für u : [, L] R: Z L «1 u = u(x) 2 2 dx Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 7 / 29
8 Otrhogonale-Pojektion Definition (Orthogonales Komplement) Sei U ein Vektorraum mit Skalarprodukt und V U. Das orthogonale Komplement V von V in U ist die Menge V = w U : (w, v) = v V} Satz (Eigenschaften des orthogonalen Komplement) V ist ein Unterraum von U Wenn V ein Unterraum von U ist und u U, existieren eindeutige Vektoren v V und v V, so dass v = v + v. Wenn ausserdem ṽ V dann u ṽ u v = v. v ist die beste Annäherung für u in V. Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 8 / 29
9 Otrhogonale-Pojektion v u ṽ v u ṽ Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 9 / 29
10 Kontinuierliches Problem Kontinuierliches Problem Gegeben ist die partielle Differentialgleichung für u = u(x, t) u 2 t = F u x, u «, u, x, t, (x, t) [, L] [, T] 2 x mit Anfangs- und Randbedingungen u(x, ) = g(x), x [, L] Drei Schritte zur Berechnung einer numerischen Lösung ( u(, t) = h (t) u x (L, t) = hl(t) t [, T] Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 1 / 29
11 Räumliche Diskretisierung Schritt 1: räumliche Diskretisierung I Beschreibe x-verlauf von u(x, t) durch N N Freiheitsgraden a l(t) u(x, t) = u R(x, t) + NX a l(t)φ l(x). wobei, die Funktionen u R(x, t) und φ l(x) so vorgegeben sind, dass: u R (x, t) erfült die Randbedingungen ( u R (, t) = h (t) u R x (L, t) = h L(t) l=1 t [, T] Jede φ l (x) erfüllt homogene Randbedingungen ( φ l (, t) = φ l x (L, t) = t [, T] Die Randbedingungnen sind immer erfüllt unabhängig von a l(t) Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
12 Räumliche Diskretisierung Schritt 2: räumliche Diskretisierung II Leite gewöhnliche Differentialgl. für a j(t) aus der partiellen Differentialgl. Betrachte das Residuum in der Erfüllung der Differtialgleichung R[u](x, t) = u 2 t F u x, u «, u, x, t 2 x Wähle N linear unabhängige Gewichtsfuktionen ψ j(x) und fordere (R[u](x, t), ψ j(x)) = Z L» u t F 2 u x, u, u, x, t 2 x «dω(x) ψ jdx = j = 1,..., N j = 1,..., N Leite algebraische Gleichugen für a (n) j Fordere `[u(x, ) g(x)], Ψj(x) = = a j() aus der Anfangsbedingung j = 1,..., N Gewichtete Residuen der Differentialgl. und der Randbedingung zu Null gesetzt Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
13 Zeitliche Diskretisierung Schritt 3: zeitliche Diskretisierung Löse gewöhnliche Differentialgl. mit Zeitintegrationsverfahren A da dt = B a + b(t) a() = a () Die Matrizen A, B und die Vektoren b(t), a () folgen aus Schritt 2. Setze Lösung dem Ansatz entsprechend zusammen: NX u(x, t) = u R(x, t) + a l(t)φ l(x) l=1 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
14 Wärmegleichung Beispiel: Wärmegleichung Kontinuierliches Problem u t = 2 u x 2 (x, t) [, 1] [, 1] u(x, ) =, x [, L] ( u(, t) = u(1, t) = t t [, T] Ansatz u r(x, t) = x t φ l = sin(πlx) l = 1,..., 1 NX u(x, t) = x t + a l(t) sin(πlx) l=1 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
15 Wärmegleichung Gewöhnliche Differentialgleichungen für a l(t) Mit ψ(x) j = φ j(x) = sin(πjx): ( u t 2 u, ψ j) = {z x 2 } Z 1 Z 1 Z 1 R[u] u t 2 u x 2» x t + t «sin(πjx)dx = NX l=1 NX x sin(πjx)dx + {z } l=1 γ j «a l(t) sin(πlx) 2 x t + x 2 da l dt Z 1 NX l=1 «a l(t) sin(πlx) sin(πjx)dx = NX Z 1 sin(πlx) sin(πjx)dx a l (πl) 2 sin(πlx) sin(πjx)dx = {z } l=1 {z } α l, j β l, j System von N gewöhnlichen Differentialgleichungen mit konstanten Koeffizienten α l, j und β l, j für j = 1,..., N Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
16 Wärmegleichung Anfangsbedingungen für a l(t) (u(x, ) g(x), ψ j) = Z 1 NX «x + a l() sin(πlx)) g(x) sin(πjx)dx = NX a l() l=1 Z 1 l=1 sin(πlx) sin(πjx)dx = Z 1 g(x) sin(πjx)dx System von N algebraischen Gleichungen für j = 1,..., N a l() eindeutig bestimmt. Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
17 Geometrische Interpretation Geometrische Interpretation der Methode der gewichteten Residuen Für jeden festen Wert der Zeit-Variabel t und für ψ l = φ l, l = 1,..., N (Galerkin-Verfahren) Die exakte Lösung u ex liegt im Vektorraum U der Funktionen v : Ω K (Einschränkungen wegen Stetigkeitsannahmen) Sei V = φ l l=1,...,n Die numerische Lösung u = u R + liegt im affinen Raum u R + V NX a lφ l l=1 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
18 Geometrische Interpretation Sei R das Residuum-Operator für die homogene Gleichung Sei W = R [φ l] l=1,...,n Für v u R + V liegt das Residuum R[v] = R[u r] + im affinen Raum R[u R] + W NX b lr [φ l] Annahme: W = V (siehe Beispiel Wärmegleichung) l=1 Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
19 Geometrische Interpretation Wir fordern R[u] ψ j j=1,...,n = R [φ j] j=1,...,n = V R[u] R[v] v (R[u r] + R [φ j] j=1,...,n) = (R[u r] + V) R [v] R[u R] + R [φ l] R[u R + v] R[u R ] R [ P a l φ l ] O R[u] = R[u r + P a l φ l ] ψ l = φ l = R [φ l] ψ l = φ l = R [φ l] Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
20 Geometrische Interpretation Wir fordern (u () g) ψ j j=1,...,n = (u () g) φ j j=1,...,n = V u () g v g v (g + φ j j=1,...,n) = (g + V) v u R u R + φ l u R + v u O P () a l φ l g u () g ψ l = φ l = R [φ l] ψ l = φ l = R [φ l] Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni 21 2 / 29
21 Geometrische Interpretation Bemerkungen Für t = erlaubt die Minimierung von ǫ R = R[u () ] und ǫ g = u () g(x) die Kontrolle des Fehlers ǫ t = u/ t u ex/ t u () F[u () ] t = ǫr u () u() ex F[u () ] + F[u () ex ] t t = ǫr u() u() ex t t ǫr + F[u() ] F[u () ex ] u() u() ex t t ǫ R + F u () u () ex = ǫ R + F ǫg {z } ǫ t Damit kann der Fehler in u (1) u ex( t) kontrolliert werden Bei zeitlicher Integration mit Euler explizit zum Beispiel: u (1) = u () + t u () t Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
22 Ansatzfunktionen Anforderungen für Ansatz- und Gewichtsfunktionen u R + φ l l=1,...,n muss eine gute Annäherung von u ex enthalten {φ l} l=1,...,n müssen linear uabhängig sein Qualität der Annäherung muss durch Erhöhung von N beliebig verbesserbar sein (Vollständigkeit) ψ l l=1,...,n R [φ l] l=1,...,n ψ l l=1,...,n R [φ l] l=1,...,n ψ l l=1,...,n φ l l=1,...,n ψ l l=1,...,n φ l l=1,...,n {ψ l} l=1,...,n müssen linear uabhängig sein ψ l l=1,...,n muss bei Erhöhung von N den ganzen Lösungsraum aufspannen Orthogonalität zwischen Ansatz- und Gewichtsfunktionen ( α l, l = j (ψ l, φ j) = α lδ l, j =,, l j von Vorteil da Matrizen im System für a(t) teilweise diagonal Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
23 Ansatzfunktionen Beispiel: Bedeutung der Orthogonalität Für die Wärmegleichung aus dem vorherigen Beispiel Z 1 NX x sin(πjx)dx + {z } l=1 γ j da l dt Z 1 sin(πlx) sin(πjx)dx {z } α l, j = 1 2 δ l, j NX Z 1 a l (πl) 2 sin(πlx) sin(πjx)dx = {z } l=1 β l, j = π2 2 δ l, j Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
24 Ansatzfunktionen Strategien zur Wahl der Gewichtsfunktionen Methode der kleinsten Fehlerquadrate: ψ l = R [φ l] ψ l l=1,...,n = R [φ l] l=1,...,n Residuum R[u] wird minimiert Galerkin-Verfahren: ψ l = φ l ψ l l=1,...,n = φ l l=1,...,n Fehler u () g wird minimiert Kollokationsverfahren: ψ l = δ xl (Ähnlichkeit mit Finite-Differenzen-Methode) ( R[u], ψ j) = R[u] (x j, t) ( 1, x Ω l Teilbereichmethoden: ψ l(x) =, x / Ω l Wobei {Ω l} eine Aufteilung von Ω in disjunkten Kontrollvolumen ist. (Ähnlichkeit mit Finite-Volumen-Methode) Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
25 Ansatzfunktionen Bemerkungen Galerkin-Verfahren und Methode der kleinsten Fehlerquadrate identisch, wenn φ l l=1,...,n = R [φ l] l=1,...,n Kollokationsverfahren und Teilbereichmethoden genau für glatte Lösungen Kollokationsverfahren algorithmisch effizient Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
26 Ansatzfunktionen Ansatzfunktionen für Spektralverfahren 1-d Globale Ansatzfuktionen: φ l(x) im ganzen Integrationsgebiet Glatte Ansatzfunktionen: φ l(x) C (Ω) Orthogonalität (φ l, φ j) = c lδ l, j Fourier-Harmonische für x-periodische Probleme mit Periodizitätslänge L: φ l(x) = e ilαx, (φ l, φ j) = Z L α = 2π/L, K l K φ lφ jdx = Lδ l, j Tschebyscheff-Polynome für Probleme auf dem Intervall [ 1, 1] 8 >< 1, l = φ l(x) = cos(l arccos x) φ l(x) = x, l = 1 >: 2xφ l 1(x) φ l 2(x), l > 1 (φ l, φ j) = Z 1 1 φ lφ j p dx = π q x 2 cl 2 δl, j Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
27 Ansatzfunktionen Konvergenz Konvergenz der Spektralverfahren Exponentielle Konvergenz für Glatte Lösungen Beispiel: Probleme mit diffusivem Term Stark-schwingende Anteile stark gedämpft Satz (Konvergenztheorem für Fourier Reihen) Sei u(x) C p (R) periodisch mit Periodizitätslänge L, und sei α = 2π/L. Dann Konvergiert die Fourier Reihe KX û le ilαx, K gleichmässig und û l = 1 L (u, eilαx ) = 1 L Z L KX «û le ilαx u(x) 1 = O. N p l= K u(x)e ilαx dx Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
28 Ansatzfunktionen Konvergenz Test Problem u (x) H 2 u(x) = 1, x [ 1, 1] u(±1) = u(x) = 1 «cosh Hx /H 2 cosh H u(x) u() H= 3 H= 1 H= 1 H= 1 H= 3 ǫ max FDV 1 M 2 KOL FD Chebyshev-SM single precision double precision x N Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
29 Ansatzfunktionen Konvergenz Zusammenfassung: Spektrale Methoden Exponentielle Konvergenz Gute theoretische Grundlagen zur Konvergenz- und Fehlerabschätzung Beschreibung der Lösung als kontinuierliche Funktion Effiziente Algorithmen: diagonale Matrizen Nur sehr einfache Geometrien und Randbedingungen Rapide Konvergenz nur für Probleme mit glatten Lösungen Anwendungen: Simulation der Transition (DNS und Theorie) Giuseppe Bonfigli (IFD, ETH-Zürich) Gewichtete Residuen 3. Juni / 29
Modellieren in der Angewandten Geologie II. Sebastian Bauer
Modellieren in der Angewandten Geologie II Geohydromodellierung Institut für Geowissenschaften Christian-Albrechts-Universität zu Kiel CAU 3-1 Die Finite Elemente Method (FEM) ist eine sehr allgemeine
MehrBerechnungsmethoden der Energie- und Verfahrenstechnik
Institute of Fluid Dynamics Berechnungsmethoden der Energie- und Verfahrenstechnik Prof. Dr. Leonhard Kleiser c L. Kleiser, ETH Zürich Transition zur Turbulenz in einem drahlbehafteten Freistrahl. S. Müller,
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrEinführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 8 Partielle
Mehr3 Lineare Differentialgleichungen
3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,
MehrFourier-Reihen. Definition. Eine auf R definierte Funktion f heißt periodisch mit der Periode T 0, wenn f(x + T ) = f(x) x R.
Fourier-Reihen Sehr häufig in der Natur begegnen uns periodische Vorgänge, zb beim Lauf der Gestirne am Nachthimmel In der Physik sind Phänomene wie Schwingungen und Wechselströme periodischer Natur Zumeist
Mehr1.5 Lineare Differentialgleichungen zweiter Ordnung
16 Kapitel 1. Differentialgleichungen 1.5 Lineare Differentialgleichungen zweiter Ordnung Eine lineare Differentialgleichung zweiter Ordnung hat die Form y +a 1 (x)y +a 0 (x)y = b(x), wobei a 1,a 0,b:I
Mehrd) Produkte orthogonaler Matrizen sind wieder orthogonal.
Die orthogonale Matrizen Definition: Eine Matrix Q R n n heißt orthogonal, falls QQ T = Q T Q = I gilt. Die Eigenschaften orthogonaler Matrizen: a) det(q) = ±1; b) Qx 2 = x 2 für alle x R n, also Q 2 =
MehrD-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski. Serie 9
D-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski Serie 9 Best Before: 24.5/25.5, in den Übungsgruppen (2 wochen) Koordinatoren: Alexander Dabrowski, HG G 52.1, alexander.dabrowski@sam.math.ethz.ch
MehrLineare DGL-Systeme 1. Ordnung
Lineare DGL-Systeme 1. Ordnung Eine Reihe von naturwissenschaftlichen Problemstellungen, wie z. B. Feder- Dämpfer-Systeme der Mechanik oder Kirchhoffsche Netzwerke der Elektrotechnik, lassen sich durch
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
MehrFinite Elemente Methoden (aus der Sicht des Mathematikers)
Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht: Partielle Differentialgleichungen, Approximation der Lösung, Finite Elemente, lineare und höhere Ansatzfunktionen, Dünn
MehrPrüfung Lineare Algebra , B := ( ), C := 1 1 0
1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Gewöhnliche Differentialgleichungen Marco Boßle Jörg Hörner Mathematik Online Frühjahr 2011 PV-Kurs HM 3 Gew. DGl 1-1 Zusammenfassung y (x) = F (x, y) Allgemeine
MehrAUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW
AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
MehrEinführung FEM 1D - Beispiel
p. 1/28 Einführung FEM 1D - Beispiel /home/lehre/vl-mhs-1/folien/vorlesung/4_fem_intro/deckblatt.tex Seite 1 von 28 p. 2/28 Inhaltsverzeichnis 1D Beispiel - Finite Elemente Methode 1. 1D Aufbau Geometrie
Mehr9 Vektorräume mit Skalarprodukt
9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
Mehr12 Gewöhnliche Differentialgleichungen
2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert
MehrGlättung durch iterative Verfahren
Numerische Methoden in der Finanzmathematik II Sommersemester 211 Glättung durch iterative Verfahren Vorlesung Numerische Methoden in der Finanzmathematik II Sommersemester 211 Numerische Methoden in der
MehrInhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort
Vorwort V I Lineare Gleichungssysteme und Matrizen 1 1 Der Begriff des Körpers 3 1.1 Mengen 3 1.2 Köiperaxiome 3 1.3 Grundlegende Eigenschaften von Körpern 5 1.4 Teilkörper 7 1.5 Aufgaben 8 1.5.1 Grundlegende
MehrTeil III. Fourieranalysis
Teil III Fourieranalysis 3 / 3 Fourierreihen Ziel: Zerlegung einer gegebenen Funktion in Schwingungen Konkret: f : (, L) R gegebene Funktion Gesucht: Darstellung der Form ( f (x) = a + a n cos ( n L x)
MehrFinite Element Approximation auf der Basis geometrischer Zellen
Finite Element Approximation auf der Basis geometrischer Zellen Peter Milbradt, Axel Schwöppe Institut für Bauinformatik, Universität Hannover Die Methode der Finiten Elemente ist ein numerisches Verfahren
MehrDifferentialgleichungen
Kapitel Differentialgleichungen Josef Leydold Mathematik für VW WS 05/6 Differentialgleichungen / Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen: () Erhöhung der
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
Mehrsie ist also eine Lösung der Differenzialgleichung y 0 = Ay. Bei x = 0 sind diese n Spalten auch linear unabhängig, da ja
Lineare Systeme mit konstanten Koeffizienten 44 63 Zusammenhang mit Fundamentalsystemen Für die Matrix-Exponenzialfunkton e Ax gilt (e Ax ) = Ae Ax Für jede Spalte '(x) der Matrix e Ax Matrixmultpiplikation
MehrLineare Differenzengleichungen und Polynome. Franz Pauer
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag
MehrDie lineare Hülle. heißt der Vektor. Linearkombination der Vektoren v i mit Koeffizienten α i. Direkt aus (12.6) folgt
Eine Menge v +U mit einem Untervektorraum U nennt man auch eine Nebenklasse des Untervektorraumes U. Sie entsteht, wenn man die Translation τ v auf die Menge U anwendet. Ausdrücke der Form αu + βv, auch
Mehr5. Vorlesung Wintersemester
5. Vorlesung Wintersemester 1 Bewegung mit Stokes scher Reibung Ein dritter Weg, die Bewegungsgleichung bei Stokes scher Reibung zu lösen, ist die 1.1 Separation der Variablen m v = αv (1) Diese Methode
MehrKapitel 5. Vektorräume mit Skalarprodukt
Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der
MehrBestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.
Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ
MehrLineare Gleichungssysteme Hierarchische Matrizen
Kompaktkurs Lineare Gleichungssysteme Hierarchische Matrizen M. Bebendorf, O. Steinbach O. Steinbach Lineare Gleichungssysteme SIMNET Kurs 24. 27.4.26 / 6 Numerische Simulation stationäre und instationäre
MehrAufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4
Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)
MehrKapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
MehrThema 10 Gewöhnliche Differentialgleichungen
Thema 10 Gewöhnliche Differentialgleichungen Viele Naturgesetze stellen eine Beziehung zwischen einer physikalischen Größe und ihren Ableitungen (etwa als Funktion der Zeit dar: 1. ẍ = g (freier Fall;
Mehr4 Gewöhnliche Differentialgleichungen
4 Gewöhnliche Differentialgleichungen 4.1 Einleitung Definition 4.1 Gewöhnliche Differentialgleichung n-ter Ordnung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrFinite Elemente am Beispiel der Poissongleichung
am Beispiel der Poissongleichung Roland Tomasi 11.12.2013 Inhalt 1 2 3 Poissongleichung Sei R n ein Gebiet mit abschnittsweise glattem Rand und f L 2 (). Wir suchen u : R, so dass u = f in, u = 0 Physikalische
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrÜbungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test
Prof. C. Greiner, Dr. H. van Hees Wintersemester 2012/2013 Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test Aufgabe 1: Bruchrechnung Lösen Sie die folgenden Gleichungen nach x auf (a) x x 2 1
MehrII. Elliptische Probleme
II. Elliptische Probleme II.1 Finite Differenzen: Grundidee II.2 Konvergenzaussagen II.3 Allgemeine Randbedingungen II.4 Gekrümmte Ränder Kapitel II (0) 1 Dirichlet Randwerte mit finiten Differenzen Einfachster
MehrDenition eines Orthonormalsystems (ONS) Eine Teilmenge M eines Prähilbertraums V mit dim(m) = n dim(v ) = m heiÿt Orthonormalsystem, wenn gilt:
Hilbertraum Durch Verallgemeinerung der aus der Linearen Algebra bekannten Konzepte wie Basis, Orthogonalität und Projektion lassen sich die Eigenschaften des Hilbertraumes verstehen. Vorweg eine kurze
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
Mehr12. R n als EUKLIDISCHER VEKTORRAUM
12. R n als EUKLIDISCHER VEKTORRAUM 1 Orthogonalität in der Ebene. Die Vektoren in der Ebene, die (im üblichen Sinne) senkrecht zu einem Vektor x = (x 1, x 2 ) T stehen, lassen sich leicht angeben. Sie
MehrSkalarprodukt. Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind. und v := reelle n-tupel, dann ist
Orthogonalität p. 1 Skalarprodukt Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind u := u 1 u 2. u n reelle n-tupel, dann ist und v := v 1 v 2. v n u v := u 1 v 1 + u 2
Mehr5. Die eindimensionale Wellengleichung
H.J. Oberle Differentialgleichungen II SoSe 2013 5. Die eindimensionale Wellengleichung Wir suchen Lösungen u(x, t) der eindimensionale Wellengleichung u t t c 2 u xx = 0, x R, t 0, (5.1) wobei die Wellengeschwindigkeit
Mehr3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153
3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische
MehrDer CG-Algorithmus (Zusammenfassung)
Der CG-Algorithmus (Zusammenfassung) Michael Karow Juli 2008 1 Zweck, Herkunft, Terminologie des CG-Algorithmus Zweck: Numerische Berechnung der Lösung x des linearen Gleichungssystems Ax = b für eine
Mehr7. Übungsblatt Physik I für MWWT Komplexe Zahlen, gewöhnliche Differentialgleichungen
Prof. Dr. Walter Arnold Lehrstuhl für Materialsimulation Universität des Saarlandes 5. Januar 2016 7. Übungsblatt Physik I für MWWT Komplexe Zahlen, gewöhnliche Differentialgleichungen Abgabe des Übungsblattes
MehrFerienkurs Analysis 3. Ari Wugalter März 2011
Ari Wugalter 07. - 08. März 2011 1 1 Hilberträume Im ersten Kapitel wollen wir uns mit den grundlegenden Eigenschaften von Hilberträumen beschäfitgen. Hilberträume habe die herausragende Eigenschaft, dass
MehrAnalysis II. 8. Klausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge
MehrFEM - Zusammenfassung
FEM - Zusammenfassung home/lehre/vl-mhs-1-e/deckblatt.tex. p.1/12 Inhaltsverzeichnis 1. Bedingungen an die Ansatzfunktion 2. Randbedingungen (Allgemeines) 3. FEM - Randbedingungen home/lehre/vl-mhs-1-e/deckblatt.tex.
Mehr8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN
8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es
MehrPrüfung EM1 28. Jänner 2008 A :=
1. Die Menge der Eigenwerte der Matrix ist Prüfung EM1 28. Jänner 2008 A := ( 0 1 ) 0 1 A. {1, 0} B. { 1} C. {0} D. {0, 1, 1} E. {0, 1} 2. Es seien V ein n-dimensionaler reeller Vektorraum, ein Skalarprodukt
Mehr3.6 Approximationstheorie
3.6 Approximationstheorie Bisher haben wir uns im Wesentlichen mit der Interpolation beschäftigt. Die Approximation ist weiter gefasst: wir suchen eine einfache Funktion p P (dabei ist der Funktionenraum
Mehr6 Gewöhnliche Differentialgleichungen
6 Gewöhnliche Differentialgleichungen Differentialgleichungen sind Gleichungen in denen nicht nur eine Funktion selbst sondern auch ihre Ableitungen vorkommen. Im einfachsten Fall gibt es eine unabhängige
MehrMathematik für Anwender II
Prof Dr H Brenner Osnabrück SS 22 Mathematik für Anwender II Vorlesung Euklidische Vektorräume Im Anschauungsraum kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor hat auch eine Länge,
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrGrundlagen und Grundgleichungen der Strömungsmechanik
Inhalt Teil I Grundlagen und Grundgleichungen der Strömungsmechanik 1 Einführung... 3 2 Hydromechanische Grundlagen... 7 2.1 Transportbilanz am Raumelement... 7 2.1.1 Allgemeine Transportbilanz... 7 2.1.2
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrLösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015
sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b)
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrDarstellungsformeln für die Lösung von parabolischen Differentialgleichungen
Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
MehrGitterfreie Methoden. Florian Hewener. 29. Oktober 2013
Gitterfreie Methoden 1D 2D Florian Hewener 29. Oktober 2013 Gliederung 1 Interpolationsprobleme Problemstellung Haar-Räume 2 Mehrdimensionale Polynominterpolation 3 Splines Kubische Splines und natürliche
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
MehrKapitel 6. Der Lagrange-Formalismus. 6.2 Lagrange-Funktion in der relativistischen Feldtheorie. 6.1 Euler-Lagrange-Gleichung
92 Teilchenphysik, HS 2007-SS 2008, Prof. A. Rubbia (ETH Zurich) 6.2 Lagrange-Funktion in der relativistischen Felheorie Kapitel 6 Der Lagrange-Formalismus 6.1 Euler-Lagrange-Gleichung In der Quantenmechanik
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrLineare Algebra II 11. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des
MehrBeginn der Vorlesung zur Numerik I (Wintersemester 2010/2011)
M. Sc. Frank Gimbel Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011) 1 Motivation Ziel ist es, ein gegebenes lineares Gleichungssystem der Form Ax = b (1) mit x, b R n und A R n n zu lösen.
MehrDifferentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11
Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die
MehrNumerische Verfahren zur Lösung der Monge-Ampère-Gleichung
für zur Lösung der Monge-Ampère-Gleichung Yasemin Hafizogullari Institut für Geometrie und Praktische Mathematik RWTH Aachen Vortrag zum Seminar im Wintersemester 2009/2010 Ein Transportproblem für? für
MehrKAPITEL 5. Nichtlineare Gleichungssysteme
KAPITEL 5. Nichtlineare Gleichungssysteme Beispiel 5.1. Gravitationskraft zwischen zwei Punktmassen m 1 und m 2 mit gegenseitigem Abstand r: F = G m 1m 2 r 2, wobei G = 6.67 10 11 Nm 2 /kg. Gravitationsfeld
MehrNumerik von Anfangswertaufgaben Teil II
Institut für Numerische Mathematik und Optimierung Numerik von Anfangswertaufgaben Teil II Numerik partieller Differentialgleichungen Oliver Ernst Hörerkreis: 6. Mm, 8. Mm Sommersemester 2012 Inhalt 1.
MehrStetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn
Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige
MehrPartielle Differentialgleichungen Kapitel 11
Partielle Differentialgleichungen Kapitel Die Laplace- und Poisson- Gleichungen Die Struktur bei elliptischen Gleichungen zweiter Ordnung ist nicht wesentlich verschieden bei Operatoren mit konstanten
MehrEinführung in die Grundlagen der Numerik
Einführung in die Grundlagen der Numerik Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Wintersemester 2014/2015 Normierter Vektorraum Sei X ein R-Vektorraum. Dann heißt
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
MehrNichtlineare Optimierung
Nichtlineare Optimierung Roland Griesse Numerische Mathematik Chemnitzer Skiseminar Gerlosberg, 07. 14. März 2009 Gliederung Konvexe Optimierung 1 Konvexe Optimierung Bedeutung Beispiele Charakterisierung
MehrLineare Differenzialgleichung und verwandte Fälle
Lineare Differenzialgleichung und verwandte Fälle 1. Die lineare Differenzialgleichung Eine lineare Differenzialgleichung 1. Ordnung besitzt die Form y + g(x)y = h(x), wobei g(x) und h(x) stetig sind.
Mehr72 Orthonormalbasen und Konvergenz im quadratischen Mittel
72 Orthonormalbasen und Konvergenz im quadratischen Mittel 30 72 Orthonormalbasen und Konvergenz im quadratischen Mittel Wir untersuchen nun die Konvergenz von Fourier-Reihen im quadratischen Mittel in
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
MehrFinite Elemente I Konvergenzaussagen
Finite Elemente I 195 5 onvergenzaussagen 5 onvergenzaussagen TU Bergakademie Freiberg, SoS 2006 Finite Elemente I 196 5.1 Interpolation in Sobolev-Räumen Wesentlicher Baustein der FE-onvergenzanalyse
Mehr8.1 Begriffsbestimmung
8 Gewöhnliche Differentialgleichungen 8 Gewöhnliche Differentialgleichungen 8.1 Begriffsbestimmung Wir betrachten nur Differentialgleichungen für Funktionen einer (reellen) Variablen. Definition: Für eine
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
MehrFinite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
Mehr