Numerical Analysis II 1
|
|
- Bastian Baumgartner
- vor 7 Jahren
- Abrufe
Transkript
1 Numerical Analysis II 1 Prof. Grohs, Exam Summer 2015 Dies ist keine offizielle Musterlösung, wer Fehler findet, darf sie behalten ;), erstellt von Andreas Mono Aufgabe 1 ( k1 ( 1 ) ) a) k 1 = λy n + λh γ k 2 (( 1 ) k 2 = λy n + λh 4 + γ k 1 + k ) 2 4 b) ( 1 1/4λh λh(1/4 γ) λh(1/4 + γ) 1 1/4λh ) ( k1 k 2 ) ( λyn = λy n ) c) Es ist eine lineare und zeitunabhängige ODE gegeben, daher gilt Ψ h y = S(λh)y, was äquvalent zu y n+1 = S(λh)y n ist. Also brauchen wir die Stabilitätsfunktion S(z) des gegebenen RK-Schemas: S(z) = 1 + zb T (I za) 1 1 = 1 + ( z/2 z/2 ) ( 1 1/4z γz 1/4z γz 1/4z 1 1/4z ) 1 ( ( ) ( 1 1/4z γz + 1/4z = 1 + z/2 z/2 (1 1/4z) 2 + (γz + 1/4z)(γz 1/4z) γz + 1/4z 1 1/4z ( ) 1 ( ) 1 γz = 1 + z/2 z/2 1 1/2z + γ 2 z 2 γz + 1 z = /2z + γ 2 z 2 = 1 + 1/2z + γ2 z 2 1 1/2z + γ 2 z 2 = 1 + 1/2z + 1/12z2 1 1/2z + 1/12z 2 ) ) ( 1 1 ) Die Aussage folgt mit z = λh. d) Maximumsprinzip (Funktionentheorie): Eine auf einem Gebiet holomorphe und auf dem Gebietsrand stetige Funktion nimmt ihren grössten Wert betragsmässig auf dem Rand an. 1 BSc Mathematik, obligatorisches Fach 1
2 Als Gebiet wählen wir der Definition von A-Stabilität folg C := {z C Re(z) < 0} Wir prüfen zunächst, dass S(z) keine Singularitäten in C hat: 1 1/2z + 1/12z 2 = 0 z = 3 ± i 3 Der Realteil beider Pole ist positiv, daher erfüllt S(z) die Bedingungen des Maximumsprinzips und es genügt S(z) auf der imaginären Achse (dem Rand von C ) zu betrachten: y R : S(iy) = 1 + 1/2iy 1/12y 1 + y(1/2i 1/12) 1 1/2iy 1/12y 1 + y(1/2i 1/12) = 1 C liegt im Stabilitätsgebiet und die Definition der A-Stabilität ist erfüllt. e) function [x1] = Newton(f,df,x0,tol,MaxIt) for i = 1:MaxIt assert(det(df(x0))~=0); x1 = x0 - df(x0)^(-1)*f(x0); if (norm(f(x1)) < tol) %Solution: f(x1) = 0 break x0 = x1; function GaussLegre % Set the RK Table g = sqrt(3)/6; A = [0.25, 0.25-g; 0.25+g, 0.25]; b = 0.5*ones(2,1); c = [0.5-g;0.5+g]; % Define the right hand side and its derivative with respect to y f (1/(t^2) - y/t - y^2); df (-1/t - 2*y); y = [-1]; N = 1500; h = (3-1)/N; t = 1:h:3; 2
3 % Parameters for the Newton s method MaxIt = 100; tol = 1e-16; for i = 1:N y0 = y(i); a1 = h*a(1,:); a2 = h*a(2,:); t1 = t(i)+c(1)*h; t2 = t(i)+c(2)*h; F ([f(t1,y0+a1*x); f(t2,y0+a2*x)] - x); df ([a1*df(t1,y0+a1*x); a2*df(t2,y0+a2*x)] - eye(length(x))); k = Newton(F,dF,[y0;y0],tol,MaxIt); y(i+1) = y0 + h*b. *k; % The plotting begins here. Try not to alter this part of the code % % but rather only the preceding parts. % % You can/should comment out the plotting if the preceding part of the % % code is not working properly. % figure(1) plot(t, y, o ) hold on; % Computing a solution via ode23 for comparison [tt, yy] = ode23(f, [1 3], -1); plot(tt, yy, r ) title( $$\textrm{2-stage Gauss Legre for the solution of } \dot{y}=\frac{1}{t^2}-\frac{y}{t}-y^2$$, interpreter, latex ) leg( Gauss-Legre, ode23 ) print -dpdf GaussLegre 3
4 Abbildung 1: Gauss-Legre Aufgabe 2 a) Eine Substitution führt auf eine ODE erster Ordnung: t 1 z(t) := y(t) ż(t) = ẏ(t) ẏ(t) f(t, y, ẏ) =: F (t, y, ẏ) b) ξ(a, s) = s y(a, s) = s A(t) = 0 η(a, s) = s t y(a, s) = s s = 1 ξ (t, s) = t ξ(t, s) = 2 y s t (t, s) = s y (t, s) = η(t, s) η (t, s) = t η(t, s) = t s y (t, s) = 2 s t 2 y(t, s) = s f(t, y, y ) = y f(t, y, y ) y s + y f(t, y, y ) y s = f y (t, y, y )ξ(t, s) + f y (t, y, y )η(t, s) 4
5 c) und d) tba (to be added) Aufgabe 3 a) di(y(t)) dt = 3 j=1 y j y j = t : I(y(t)) = const. ( 3 )( 3 ) ( 3 y j a j = j=1 j=1 j=1 )( I1 I 2 I 1 I 3 + I 2 I 3 I 1 I 2 + I 1 I 3 I 2 I ) 3 y j = 0 I 1 I 2 I 3 b) f(y) = Ay A := 0 y 3 /I 3 y 2 /I 2 y 3 /I 3 0 y 1 /I 1 y 2 /I 2 y 1 /I 1 0 Man rechnet nun einfach nach, dass < H(y), f(y) > = 0 erfüllt ist. c) Die Einschrittgleichung des expliziten Eulerverfahrens lautet: y k+1 = y k + hf(t k, y k ), hier ist das ODE-definiere Funktional f allerdings nur von y abhängig. Mit der Definition y 1 /I 1 ŷ := y 2 /I 2 y 3 /I 3 vereinfacht sich daher das explizite Eulerverfahren zu Damit folgt y k+1 = y k + hf(y k ) = y k + ha(y k )y k = y k + hy k ŷ k I(y k ) I(y k + hy k ŷ k ) y k 2 2 y k + hy k ŷ k 2 2 y k 2 2 y k hy k ŷ k h 2 y k ŷ k 2 2 wobei in benutzt wurde, dass y k y k ŷ k. Da y k und ŷ k linear unabhängig sind und h > 0, gilt die letzte Ungleichung, somit erhält das explizite Eulerverfahren die Invarinate aus a) nicht. Die gesuchte Fehlerordnung lässt sich analog zeigen: I(f(y k )) I(y k ) = 1/2 y k + hy k ŷ k 2 2 1/2 y k 2 2 = 1/2 ( y k hy k ŷ k 2 2 y k 2 2) = 1/2h 2 y k ŷ k 2 2 }{{} 0 5
6 d) function [x1] = Newton(f,df,x0,tol,MaxIt) for i = 1:MaxIt assert(det(df(x0))~=0); x1 = x0 - df(x0)^(-1)*f(x0); if (norm(f(x1)) < tol) %Solution: f(x1) = 0 break x0 = x1; function [y] = ExplicitEuler(f,y0,h,N) y = y0; for i = 1:N y(:,i+1) = y(:,i) +h*f(y(:,i)); function [y] = ImplicitMidpoint(f,df,y0,h,N) y = y0; nnewton = 100; % Maximum number of iterations for Newton s method tol = 1e-16; % tolerance for breaking the iterations for i=1:n yy = y(:,i); F (yy+h*f(0.5*(yy+x)) - x); df (h/2*df(0.5*(yy+x)) - eye(length(x))); y(:,i+1) = Newton(F,dF,yy,tol,nNewton); 6
7 function RigidBody % Set the problem up I1 = 2; I2 = 1; I3 = 2/3; a1 = (I2-I3)/(I2*I3); a2 = (I3-I1)/(I1*I3); a3 = (I1-I2)/(I1*I2); % Time stepping h = 0.1; t = 0:h:30; N = length(t)+1; % Initial value y0 = [cos(1.1);0;sin(1.1)]; % RHS and its Jacobian f [a1*y(2)*y(3);a2*y(1)*y(3);a3*y(1)*y(2)]; df [0,a2*y(3),a3*y(2);a1*y(3),0,a3*y(1);a1*y(2),a2*y(1),0]; % Compute the solutions using ImplicitMidpoint and ExplicitEuler [yee] = ExplicitEuler(f,y0,h,N); [yim] = ImplicitMidpoint(f,df,y0,h,N); % Plotting. Try not to alter this part of the code. You can comment % % it out if necessary. % [X,Y,Z] = sphere; % Creates a mesh of points for a unit sphere figure(1) axis square axis equal hold on box on mesh(x, Y, Z); % Plots the unit spherre plot3(yee(1,:), yee(2,:), yee(3,:), b, LineWidth,2) plot3(yim(1,:), yim(2,:), yim(3,:), r, LineWidth,2) view(120,8) xlabel( x ); 7
8 ylabel( y ); zlabel( z ); leg( sphere, Explicit Euler, Implicit Midpoint ); print -dpdf RigidBody Abbildung 2: Rigid Body Aufgabe 4 a) Logarithmisches Differenzieren: p(t) := log(u(t)) ṗ = u u = v 2 q(t) := log(v(t)) q = v v = 1 u Definiere daher H(p, q) := p e p + 2q e q Separates Ableiten nach p und q zeigt, dass dies das gesuchte Hamiltonfunktional ist (Benutze u = e p und v = e q ). 8
9 b) Φ h 1 ( u v ( ) ( ) ( ) ( u u(v 2) u(t) u0 e y(t) = f 1 (y(t)) = = (v 2)t ) v 0 v(t) v 0 ( ) ( ) ( ) ( ) u 0 u(t) u y(t) = f 2 (y(t)) = = 0 v v(1 u) v(t) v 0 e (1 u)t ) ( ) ( u(h) u0 e = = (v 2)h ) ( ) ( ) ( ) Φ h u u(h) u 2 = = 0 v(h) v v(h) v 0 e (1 u)h v 0 c) Das Strang-Splitting-Verfahren ist die folge Komposition der in b) gefunden Flüsse Φ i Rekursives Einsetzen der Ergebnisse aus b)... Ψ h y = Φ h/2 1 Φ h 2Φ h/2 1 y d) y heisst Fixpunkt einer ODE ẏ = f(y), falls f(y ) = 0. Daher sind die Fixpunkte der Lotka- Volterra-ODE gegeben durch ( ) ( ) y1 0 = y2 1 = 0 2 Man kann sein Ergebnis aus c) nun recht schnell verifizieren, denn nur y2 wird als Fixpunkt durch das Splitting-Verfahren erhalten: Ψ h y1 y1 Ψ h y2 = y2 e) VERSION 1 function LotkaVolterraStrang % Set up the variables y = [6,2]; h = 0.01; t = 0:h:20; phi1 [y(1)*exp(h*(y(2)-2)), y(2)]; phi2 [y(1), y(2)*exp(h*(1-y(1)))]; % Use Strang splitting method to compute the solution for i=1:length(t) y(i+1,:) = phi1(h/2,phi2(h,phi1(h/2,y(i,:)))); % Compute the reference solution using ode23 f [y(1)*(y(2)-2);y(2)*(1-y(1))]; 9
10 [~, yref] = ode23(f,t,[6;2]); % Plotting. Try not to alter this part of the code. You can comment % % it out if necessary. % % Hint : In order to answer the last part of the question, try zooming in % the matlab figure (not the pdf file). figure(1) plot(y(:,1), y(:,2), LineWidth, 4); hold on plot(yref(:, 1), yref(:, 2), -., LineWidth,1.5); xlabel( Prey ) ylabel( Predator ) title( Numerical solutions to the Lotka-Volterra equation ) leg( Strang Splitting, ode23 ); print -dpdf LotkaVolterraStrang Abbildung 3: Lotka-Volterra Modell 10
11 Abbildung 4: Fehler ode23 vs. Strang-Splitting e) VERSION 2 function LotkaVolterraStrang % Set up the variables y = [6,2]; h = 0.01; t = 0:h:20; % Use Strang splitting method to compute the solution for i=1:length(t) % phi1 with stepsize h/2 y(i+1,1) = y(i,1) * exp(h/2*(y(i,2) -2)); %Create (i+1)-values y(i+1,2) = y(i,2); % phi2 with stepsize h y(i+1,2) = y(i+1,2)*exp(h*(1-y(i+1,1))); % Update (i+1)-values y(i+1,1) = y(i+1,1); 11
12 % phi1 with stepsize h/2 y(i+1,1) = y(i+1,1) * exp(h/2*(y(i+1,2)-2)); %Update (i+1)-values again y(i+1,2) = y(i+1,2); % Compute the reference solution using ode23 f [y(1)*(y(2)-2);y(2)*(1-y(1))]; [~, yref] = ode23(f,t,[6;2]); % Plotting. Try not to alter this part of the code. You can comment % % it out if necessary. % % Hint : In order to answer the last part of the question, try zooming in % the matlab figure (not the pdf file). figure(1) plot(y(:,1), y(:,2), LineWidth, 4); hold on plot(yref(:, 1), yref(:, 2), -., LineWidth,1.5); xlabel( Prey ) ylabel( Predator ) title( Numerical solutions to the Lotka-Volterra equation ) leg( Strang Splitting, ode23 ); print -dpdf LotkaVolterraStrang 12
a) Name and draw three typical input signals used in control technique.
12 minutes Page 1 LAST NAME FIRST NAME MATRIKEL-NO. Problem 1 (2 points each) a) Name and draw three typical input signals used in control technique. b) What is a weight function? c) Define the eigen value
MehrAttention: Give your answers to problem 1 and problem 2 directly below the questions in the exam question sheet. ,and C = [ ].
Page 1 LAST NAME FIRST NAME MATRIKEL-NO. Attention: Give your answers to problem 1 and problem 2 directly below the questions in the exam question sheet. Problem 1 (15 points) a) (1 point) A system description
MehrCopyright by Hildegard Heilmann IAG 13.03.2004. Diese Unterlagen stelle ich den SchülerInnen des V. Bachilleratos des IAG zur Verfügung.
MTEquationSection;Flächenintegrale mit Derive Diese Unterlagen stelle ich den SchülerInnen des V. Bachilleratos des IAG zur Verfügung. Einige Anleitungen zum Arbeiten mit Derive: Befehle: VECTOR, ITERATES,
MehrTube Analyzer LogViewer 2.3
Tube Analyzer LogViewer 2.3 User Manual Stand: 25.9.2015 Seite 1 von 11 Name Company Date Designed by WKS 28.02.2013 1 st Checker 2 nd Checker Version history Version Author Changes Date 1.0 Created 19.06.2015
MehrFinal Exam. Friday June 4, 2008, 12:30, Magnus-HS
Stochastic Processes Summer Semester 2008 Final Exam Friday June 4, 2008, 12:30, Magnus-HS Name: Matrikelnummer: Vorname: Studienrichtung: Whenever appropriate give short arguments for your results. In
MehrMatlab: eine kurze Einführung
Matlab: eine kurze Einführung Marcus J. Grote Christoph Kirsch Mathematisches Institut Universität Basel 4. April 2 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen Kenntnisse zusammengefasst.
MehrIntroduction FEM, 1D-Example
Introduction FEM, 1D-Example home/lehre/vl-mhs-1-e/folien/vorlesung/3_fem_intro/cover_sheet.tex page 1 of 25. p.1/25 Table of contents 1D Example - Finite Element Method 1. 1D Setup Geometry 2. Governing
MehrExercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1
Exercise (Part XI) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All
MehrAnalysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme
Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme Jonathan Mosser 3. Juni 27 / 38 Vorbemerkungen Singularität Singuläre Probleme können auf zwei Arten formuliert
MehrFEM Isoparametric Concept
FEM Isoparametric Concept home/lehre/vl-mhs--e/folien/vorlesung/4_fem_isopara/cover_sheet.tex page of 25. p./25 Table of contents. Interpolation Functions for the Finite Elements 2. Finite Element Types
MehrMATLAB-Toolskurs HS17
7 Analysis 1. Programmieren Sie für folgendes Polynom eine MATLAB Funktion oder eine anonyme Funktion: y(x) = 0.001x 5 + 0.05x 4 + 0.2x 3 x 2 0.8x + 4 Die Variable x ist der Eingabeparameter und y der
MehrMATLAB Einführung. Numerische Methoden für ITET und MATL Dr. S. May, D. Devaud. ETH Zürich, Seminar for Applied Mathematics
Numerische Methoden für ITET und MATL 2016 ETH Zürich, Seminar for Applied Mathematics Dr. S. May, D. Devaud Frame 2 MATLAB Auf ETH Computer vorinstalliert Auf Heim PC: von www.ides.ethz.ch herunterladen
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Probeklausur Mathematik 4 für Physik (Analysis 3) I...
................ Note I II Name Vorname Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrColdFusion 8 PDF-Integration
ColdFusion 8 PDF-Integration Sven Ramuschkat SRamuschkat@herrlich-ramuschkat.de München & Zürich, März 2009 PDF Funktionalitäten 1. Auslesen und Befüllen von PDF-Formularen 2. Umwandlung von HTML-Seiten
MehrLokaler Fehler y = y 2, y(0.2) = 5/9, Lösung: y = 1 Fehler nach dem 1. Schritt
Lokaler Fehler y = y, y(.) = /9, Lösung: y = Fehler nach dem. Schritt ( t) 4 Fehler 6 8 4 (I) Euler explizit (II) Euler implizit (IIIa) Crank Nicolson (IIIb) Heun (IVa) Euler modifiziert (IVb) Euler mod.
MehrKLAUSUR ZUR MATHEMATIK FÜR PHYSIKER MODUL MATHB
KLAUSUR ZUR ATHEATIK FÜR PHYSIKER ODUL ATHB In jeder Aufgabe können Punkte erreicht werden Es zählen die 9 bestbewerteten Aufgaben Die Klausur ist mit 45 Punkten bestanden Die Bearbeitungszeit beträgt
MehrKurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren
Kurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren Was sind typische qualitative Aussagen bei gewöhnlichen Differentialgleichungen der Form x (t) = f(t, x)? (1) 1. Andere
MehrWie wir in Mathematik für alle die Welt der Mathematik sehen Folie 1 Prof. Dr. Dörte Haftendorn, Leuphana Universität Lüneburg, 2013
Ein Blick ----- Einblick Wie wir in Mathematik für alle die Welt der Mathematik sehen Folie 1 a sight in ----- an insight How we see the world of mathematics in mathematics für everybody. Folie 2 Ein Weg
Mehr31 Die Potentialgleichung
3 Die Potentialgleichung Die Potentialgleichung oder auch Poisson-Gleichung ist die lineare Gleichung zweiter Ordnung u = f in einem Gebiet R n. Im homogenen Fall f = 0 spricht man auch von der Laplace-
MehrAnalysis II (FS 2015): Vektorfelder und Flüsse
Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.
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
MehrNumerische Verfahren für gewöhnliche Differentialgleichungen
Numerische Verfahren für gewöhnliche Differentialgleichungen. Einschrittverfahren I: Einfache Verfahren. Konvergenzordnung. Einschrittverfahren II: Runge Kutta Verfahren 4. Stabilität 5. Schrittweitensteuerung
MehrEinführung in die Finite Element Methode Projekt 2
Einführung in die Finite Element Methode Projekt 2 Juri Schmelzer und Fred Brockstedt 17.7.2014 Juri Schmelzer und Fred Brockstedt Einführung in die Finite Element Methode Projekt 2 17.7.2014 1 / 29 Project
MehrNumerische Analysis - Matlab-Blatt 5
Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Sommersemester 05 Numerische Analysis - Matlab-Blatt 5 Lösung (Besprechung
MehrMusterlösung zu Blatt 1
Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z
MehrKapitel 15. Kontrolltheorie. Josef Leydold Mathematik für VW WS 2017/18 15 Kontrolltheorie 1 / 19. T (1 s(t)) f (k(t)) dt
Kapitel 15 Kontrolltheorie Josef Leydold Mathematik für VW WS 217/18 15 Kontrolltheorie 1 / 19 Wirtschaftswachstum Aufgabe: Maximiere Konsum im Zeitraum [, T]: max s(t) 1 (1 s(t)) f (k(t)) dt f (k)...
MehrEuler-Approximation. Leonie van de Sandt. TU Dortmund Prof. Dr. Christine Müller. 5. Juni 2012
Euler-Approximation Leonie van de Sandt TU Dortmund Prof. Dr. Christine Müller 5. Juni 2012 Leonie van de Sandt (TU Dortmund) Euler-Approximation 5. Juni 2012 1 / 26 Inhaltsverzeichnis 1 Einleitung Leonie
MehrEinführung in GNUPLOT
Einführung in GNUPLOT F. Beaujean 30.01.2007 Gliederung 1 2 Geschichte GNUPLOT ist das plotting programm unter Linux es gehört nicht zu der GNU software foundation wird seit 1986 entwickelt und verbessert
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
MehrVGM. VGM information. HAMBURG SÜD VGM WEB PORTAL USER GUIDE June 2016
Overview The Hamburg Süd VGM Web portal is an application that enables you to submit VGM information directly to Hamburg Süd via our e-portal Web page. You can choose to enter VGM information directly,
MehrWord-CRM-Upload-Button. User manual
Word-CRM-Upload-Button User manual Word-CRM-Upload for MS CRM 2011 Content 1. Preface... 3 2. Installation... 4 2.1. Requirements... 4 2.1.1. Clients... 4 2.2. Installation guidelines... 5 2.2.1. Client...
MehrDiagramme erstellen mit pgfplots
Dante Herbsttagung 21 Institut für Chemische Verfahrenstechnik TU Clausthal ICVT 1 Motivation / Ziel Motivation... alles aus einem Guss aber warum dann GNUplot-Diagramme einbinden? Ziel Diagramme für einen
MehrAnalysis und Lineare Algebra mit MuPAD
Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1
MehrEinführung und Beispiele
Kapitel 7 Gewöhnliche Differentialgleichungen Prof. R. Leithner, E. Zander Einführung in numerische Methoden für Ingenieure 7/2 Einführung und Beispiele Prof. R. Leithner, E. Zander Einführung in numerische
MehrAllgemeine Mechanik Musterlösung 11.
Allgemeine Mechanik Musterlösung 11. HS 2014 Prof. Thomas Gehrmann Übung 1. Poisson-Klammern 1 Zeigen Sie mithilfe der Poisson-Klammern, dass folgendes gilt: a Für das Potential V ( r = α r 1+ε ist der
MehrD-ITET, D-MATL Numerische Methoden SS 2006 Prof. R. Jeltsch. Musterlösung 6. x A 1 b. A 1 b A 1. x A ( A. gestört: x A 1 =
D-ITET, D-MATL Numerische Methoden SS 2006 Prof. R. Jeltsch Musterlösung 6 1. a b exakt: x = c Die Inverse von A lautet x = A 1 b x = A 1 b x A 1 b x A 1 b x A 1 b A x b x κ A b x b 3 1 A 1 = gestört:
MehrUnit 4. The Extension Principle. Fuzzy Logic I 123
Unit 4 The Extension Principle Fuzzy Logic I 123 Images and Preimages of Functions Let f : X Y be a function and A be a subset of X. Then the image of A w.r.t. f is defined as follows: f(a) = {y Y there
Mehr1 Starten und Installation von gnuplot
Gnuplot Tutorial Wichtigstes jede Änderung der Grafik muss durch plot resp. replot bestätigt werden. 1 Starten und Installation von gnuplot Das Programm ist für Linux, Mac und Windows auf der offiziellen
MehrAufgabenstellung: Explizite gewöhnliche Differentialgleichung 1. Ordnung mit Anfangsbedingung Gesucht ist eine Funktion y = y(x).
I Neunte Übungseinheit Inhalt der neunten Übungseinheit: Gewöhnliche Differentialgleichungen erster Ordnung I. Gewöhnliche Differentialgleichungen erster Ordnung Aufgabenstellung: Explizite gewöhnliche
MehrKarlsruher Institut für Technologie (KIT) SS 2013 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie KIT SS 3 Institut für Analysis.6.3 Prof. Dr. Tobias Lamm Dr. Patrick reuning Aufgabe Höhere Mathematik II für die Fachrichtung Physik 9. Übungsblatt Ein Heißluftballon
MehrD-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 1
D-MAVT NUMERISCHE MATHEMATIK FS 4 K. Nipp, A. Hiltebrand Lösung vom Test. Sei eps die Maschinengenauigkeit in Matlab. Dann gilt: eps/4 = Richtig / Falsch + eps/2 = Richtig / Falsch 8 + eps = 8 Richtig
MehrVGM. VGM information. HAMBURG SÜD VGM WEB PORTAL - USER GUIDE June 2016
Overview The Hamburg Süd VGM-Portal is an application which enables to submit VGM information directly to Hamburg Süd via our e-portal web page. You can choose to insert VGM information directly, or download
MehrIntroduction FEM, 1D-Example
Introduction FEM, D-Example /home/lehre/vl-mhs-/inhalt/cover_sheet.tex. p./22 Table of contents D Example - Finite Element Method. D Setup Geometry 2. Governing equation 3. General Derivation of Finite
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
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 7 Gewöhnliche
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
MehrDefinition A-stabil. Wir betrachen das Modellproblem: y (t) = λy(t) y(0) = 1. für λ C, mit Re(λ) < 0
Wir betrachen das Modellproblem: { (t) = λ(t) () = Definition A-stabil für λ C, mit Re(λ) < Ein Verfahren heißt absolut stabil, falls lim i i =. Sei i+ = R(z) i, z = hλ, dann die R(z) heißt Stabilitätsfunktion.
MehrÜbungen zur Analysis 2
Mathematisches Institut der Universität München Prof. Dr. Franz Merkl Sommersemester 013 Blatt 3 03.04.013 Übungen zur Analysis 3.1 Abstraktion des Beweises der Minkowskiungleichung. Es seien V ein K-Vektorraum
MehrSAP-Daten per HTML anzeigen
SAP-Daten per HTML anzeigen Oftmals besteht die Notwendigkeit einfach nur bestimmte Daten eines SAP-Systems anzuzeigen. Die Installation des SAPGUI für Windows, mit mehreren hundert Megabytes, scheint
Mehr8 Numerik gewöhnlicher Differentialgleichungen
8 NUMERIK GEWÖHNLICHER DIFFERENTIALGLEICHUNGEN 03 8 Numerik gewöhnlicher Differentialgleichungen 8. Grundlagen In der Numerik von gewöhnlichen Differentialgleichungen werden vorwiegend Aufgaben folgender
Mehrmit Dämpfung : mit :sin(α)=tan(α)=x/l m g x=0bzw : l oder x r m v l bzw : v= g l
Pendel in linearer Näherung Wir linearisieren die Rückstellkraft, da nur dann die DGL analytisch lösbar ist. Nachdem das Programm für die lineare DGL korrekte Ergbnisse liefert, könnte man die nichtlineare
MehrKlausur: Höhere Mathematik IV
Prof. Dr. Josef Bemelmans Templergraben 55 52062 Aachen Raum 00 (Hauptgebäude) Klausur: Höhere Mathematik IV Tel.: +49 24 80 94889 Sekr.: +49 24 80 9492 Fax: +49 24 80 92323 bemelmans@instmath.rwth-aachen.de
MehrEinsatz einer Dokumentenverwaltungslösung zur Optimierung der unternehmensübergreifenden Kommunikation
Einsatz einer Dokumentenverwaltungslösung zur Optimierung der unternehmensübergreifenden Kommunikation Eine Betrachtung im Kontext der Ausgliederung von Chrysler Daniel Rheinbay Abstract Betriebliche Informationssysteme
MehrÜbungen zum Ferienkurs Analysis II 2014
Übungen zum Ferienkurs Analysis II 4 Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar zu begründen. Schreiben
MehrSeite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
MehrNEWSLETTER. FileDirector Version 2.5 Novelties. Filing system designer. Filing system in WinClient
Filing system designer FileDirector Version 2.5 Novelties FileDirector offers an easy way to design the filing system in WinClient. The filing system provides an Explorer-like structure in WinClient. The
Mehr1 Lagrange-Formalismus
Lagrange-Formalismus SS 4 In der gestrigen Vorlesung haben wir die Beschreibung eines physikalischen Systems mit Hilfe der Newton schen Axiome kennen gelernt. Oft ist es aber nicht so einfach die Kraftbilanz
MehrEinführung in MATLAB Blockkurs DLR:
Einführung in MATLAB Blockkurs DLR: 19.4-22.4.2004 Tag 2, 2.Teil Programmieren mit MATLAB II 20.4.2004 Dr. Gerd Rapin grapin@math.uni-goettingen.de Gerd Rapin Einführung in MATLAB p.1/25 Programmieren
MehrModulprüfung Numerische Mathematik 1
Prof. Dr. Klaus Höllig 18. März 2011 Modulprüfung Numerische Mathematik 1 Lösungen Aufgabe 1 Geben Sie (ohne Beweis an, welche der folgenden Aussagen richtig und welche falsch sind. 1. Die Trapezregel
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrTitelbild1 ANSYS. Customer Portal LogIn
Titelbild1 ANSYS Customer Portal LogIn 1 Neuanmeldung Neuanmeldung: Bitte Not yet a member anklicken Adressen-Check Adressdaten eintragen Customer No. ist hier bereits erforderlich HERE - Button Hier nochmal
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8 8.1 (Herbst 2012, Thema 2, Aufgabe 5) Bestimmen Sie die allgemeine Lösung der Differentialgleichung (
MehrMicrocontroller VU Exam 1 (Programming)
Microcontroller VU 182.694 Exam 1 (Programming) Familienname/Surname: Vorname/First name: MatrNr/MatrNo: Unterschrift/Signature: Vom Betreuer auszufullen/to be lled in by supervisor Funktioniert? Kommentar
MehrSerie 4: Gradient und Linearisierung
D-ERDW, D-HEST, D-USYS Mathematik II FS 5 Dr. Ana Cannas Serie 4: Gradient und Linearisierung Bemerkungen: Die Aufgaben der Serie 4 bilden den Fokus der Übungsgruppen vom 7./9. März.. Wir betrachten die
MehrJava Tools JDK. IDEs. Downloads. Eclipse. IntelliJ. NetBeans. Java SE 8 Java SE 8 Documentation
Java Tools JDK http://www.oracle.com/technetwork/java/javase/ Downloads IDEs Java SE 8 Java SE 8 Documentation Eclipse http://www.eclipse.org IntelliJ http://www.jetbrains.com/idea/ NetBeans https://netbeans.org/
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
MehrA Classification of Partial Boolean Clones
A Classification of Partial Boolean Clones DIETLINDE LAU, KARSTEN SCHÖLZEL Universität Rostock, Institut für Mathematik 25th May 2010 c 2010 UNIVERSITÄT ROSTOCK MATHEMATISCH-NATURWISSENSCHAFTLICHE FAKULTÄT,
MehrKLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrAUFGABEN ZUR FUNKTIONENTHEORIE. von. Prof. Dr. H.-W. Burmann
AUFGABEN ZUR FUNKTIONENTHEORIE von Prof. Dr. H.-W. Burmann Bei den folgenden Aufgaben handelt es sich um Reste, die bei der Erstellung der Aufgabenblätter übriggeblieben sind. Der Schwierigkeitsgrad der
MehrKapitel 1. Holomorphe Funktionen
Kapitel 1 Holomorphe Funktionen Zur Erinnerung: I IR sei ein offenes Intervall, und sei z 0 I. Eine Funktion f : I IR heißt differenzierbar in z 0, falls der Limes fz fz 0 lim =: f z 0 z z 0 z z 0 existiert.
Mehr!! Um!in!ADITION!ein!HTML51Werbemittel!anzulegen,!erstellen!Sie!zunächst!ein!neues! Werbemittel!des!Typs!RichMedia.!!!!!!
HTML5&Werbemittel/erstellen/ Stand:/06/2015/ UminADITIONeinHTML51Werbemittelanzulegen,erstellenSiezunächsteinneues WerbemitteldesTypsRichMedia. Hinweis:// DasinADITIONzuhinterlegende RichMedia1Werbemittelbestehtimmer
MehrLevel 2 German, 2015
91126 911260 2SUPERVISOR S Level 2 German, 2015 91126 Demonstrate understanding of a variety of written and / or visual German text(s) on familiar matters 2.00 p.m. Friday 4 December 2015 Credits: Five
MehrProbeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen
MATHEMATISCHES INSTITUT SoSe 24 DER UNIVERSITÄT MÜNCHEN Probeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen Musterlösung Prof. Dr. P. Pickl Aufgabe Zeigen Sie, dass
Mehr6.1 Komplexe Funktionen
118 6 Funktionentheorie 6.1 Komplexe Funktionen Wir kennen die komplexen Zahlen als Erweiterung des Körpers der reellen Zahlen. Man postuliert die Existenz einer imaginären Größe i mit der Eigenschaft
MehrLösungen zur Klausur Funktionentheorie I SS 2005
Universität Karlsruhe 29 September 25 Mathematisches Institut I Prof Dr M von Renteln Dr C Kaiser Aufgabe en zur Klausur Funktionentheorie I SS 25 Sei S die Möbiustransformation, die durch S(z) = i i z
MehrNVR Mobile Viewer for iphone/ipad/ipod Touch
NVR Mobile Viewer for iphone/ipad/ipod Touch Quick Installation Guide DN-16111 DN-16112 DN16113 2 DN-16111, DN-16112, DN-16113 for Mobile ios Quick Guide Table of Contents Download and Install the App...
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrHow to use the large-capacity computer Lilli? IMPORTANT: Access only on JKU Campus!! Using Windows:
How to use the large-capacity computer Lilli? IMPORTANT: Access only on JKU Campus!! Using Windows: In order to connect to Lilli you need to install the program PUTTY. The program enables you to create
MehrDaniel S. Steingrube 2010-05-14. Institut für Quantenoptik Leibniz Universität Hannover. steingrube@iqo.uni-hannover.de
exportieren en Daniel S. Steingrube Institut für Quantenoptik Leibniz Universität Hannover steingrube@iqo.uni-hannover.de 2010-05-14 exportieren en 1 2 exportieren 3 4 5 6 en Was ist gnuplot? exportieren
MehrAufgabe 1 (12 Punkte)
Aufgabe ( Punkte) Ein Medikament wirkt in drei Organen O, O, O 3. Seine Menge zur Zeit t im Organ O k wird mit x k (t) bezeichnet, und die Wechselwirkung wird durch folgendes System von Differentialgleichungen
Mehr10 Stabilität und steife Systeme
Numerik II 34 Stabilität und steife Systeme Inhalt. Absolute Stabilität. Was sind steife Differentialgleichungen?.3 Weitere Stabilitätsbegriffe Stabilität und steife Systeme TU Bergakademie Freiberg, SS
MehrAttention: Give your answers to tasks 1 and 2 directly below the questions in the exam question sheet.
Page 1 120 minutes LAST NAME FIRST NAME MATRIKEL-NO. Attention: Give your answers to tasks 1 and 2 directly below the questions in the exam question sheet. You are NOT allowed to use a pencil and also
Mehr1 def Anweisung. 2 Argumentübergabe. 3 Lokale Variablen. 4 Default Argumente. 5 Aufruf mit Schlüsselwort. 6 Variable Argumente. Funktionen in Python
1 def Anweisung Sommersemester 2007 2 Argumentübergabe 3 Lokale Variablen 4 Default Argumente 5 Aufruf mit Schlüsselwort 6 Variable Argumente def Anweisung Beispiel: TuNix def def funktionsname([])
MehrFunktionen in Python
October 19, 2006 1 def Anweisung 2 Argumentübergabe 3 Lokale Variablen 4 Default Argumente 5 Aufruf mit Schlüsselwort 6 Variable Argumente def Anweisung def def funktionsname([]) : [ Dokumentationsstring
MehrHöhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Karlsruher Institut für Technologie Institut für Analysis Dr. I. Anapolitanos Dipl.-Math. Sebastian Schwarz SS 7 4.5.7 Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
MehrFEM Isoparametric Concept
FEM Isoparametric Concept home/lehre/vl-mhs--e/cover_sheet.tex. p./26 Table of contents. Interpolation Functions for the Finite Elements 2. Finite Element Types 3. Geometry 4. Interpolation Approach Function
Mehr13. Übungsblatt zur Mathematik III für ETiT, WI(ET), IST, CE, LaB-ET, Sport-Wiss
Fachbereich Mathematik Prof. Dr. H.-D. Alber Dr. N. Kraynyukova Dipl.-Ing. A. Böttcher WS / 3. Januar 3. Übungsblatt zur Mathematik III für ETiT, WI(ET), IST, CE, LaB-ET, Sport-Wiss Gruppenübung Aufgabe
Mehr90 Minutes Page 1. Reading-up-time
90 Minutes Page 1 Reading-up-time For reviewing purposes of the problem statements, there is a reading-up-time of 10 minutes prior to the official examination time. During this period it is not allowed
Mehr8. Die Nullstellen der Zeta-Funktion
8.. Wie vorher sei ( s ξ(s = π s/ Γ ζ(s. ξ ist meromorph in ganz C, hat Pole (erster Ordnung nur bei s = und s = und genügt der Funktionalgleichung ξ(s = ξ( s. Daraus folgt: Für Re s < hat die Zeta-Funktion
MehrFlüsse, Fixpunkte, Stabilität
1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen 8.2 Partielle Differentiation Prof. Dr. Erich Walter Farkas Mathematik I+II, 8.2 Part. Diff.
MehrBemerkungen. f (x 1,..., x i + x i,..., x n ) f (x 1,..., x n ) lim. f xi (x 1,..., x n ) =
Bemerkungen Die Erweiterung der Definition von partiellen Ableitungen 1. Ordnung für Funktionen u = f (x 1,..., x n ) mit n > 2 Veränderlichen ist offensichtlich: f xi (x 1,..., x n ) = f (x 1,..., x i
MehrWertetabelle für eine Gleichung
1 Wertetabelle für eine Gleichung Wie läßt sich für eine gegebene Gleichung eine Wertetabelle erstellen? - um die Daten zu exportieren - um die Daten in einem Plot darzustellen Wir betrachten diese SigmaPlot-Funktionen
MehrInvitation - Benutzerhandbuch. User Manual. User Manual. I. Deutsch 2. 1. Produktübersicht 2. 1.1. Beschreibung... 2
Invitation - Inhaltsverzeichnis I. Deutsch 2 1. Produktübersicht 2 1.1. Beschreibung......................................... 2 2. Installation und Konfiguration 2 2.1. Installation...........................................
MehrZum Relativgrad zeitvarianter Systeme
Elgersburg, 16. Februar 2006 Relative degree for linear time-invariant systems Definition n(s) d(s) = c(si n A) 1 b = cb s 1 + cab s 2 +... + ca r 2 b s r 1 + ca r 1 b s r +... : has relative degree r
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,
MehrDie Forderungen 1) und 2) sind sowohl mathematisch als auch physikalisch vernünftig und einleuchtend. 3) ist eine Forderung über die
Kapitel II Elementares zu den Partiellen Differentialgleichungen 4 Sachgemäßheit und Superposition Definition 4.1 Sachgemäßheit Eine ARWA, AWA oder RWA heißt sachgemäß, falls 1) die Aufgabe eine Lösung
Mehr