5 Steife Differentialgleichungen
|
|
- Gisela Raske
- vor 6 Jahren
- Abrufe
Transkript
1 Numerik gewöhnlicher Differentialgleichungen 79 5 Steife Differentialgleichungen 5. Was sind steife Differentialgleichungen? Es gibt keine zufriedenstellende Definition der Bauart eine DG heißt steif, wenn.... Wir beschreiben nun verschiedene Aspekte des Phänomens Steifheit einer DG an Beispielen. Beispiel. Die beiden AWPe [ ] [ ] [ ] y sin t = y +, y() =, (AWP ) (cos t sin t) 3 [ ] [ ] [ ] y sin t = y +, y() =, (AWP ) (cos t sin t) 3 haben dieselbe Lösung. 5 Steife Differentialgleichungen Technische Universität Bergakademie Freiberg
2 Numerik gewöhnlicher Differentialgleichungen 8 [ ] y(t) = exp( t) + [ ] sin t. cos t 3.5 y.5 y Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
3 Numerik gewöhnlicher Differentialgleichungen 8 Wir lösen beide Probleme für t [, ] mit der Matlab-Routine ode45 (die ein eingebettetes RKV, das Verfahren von Dormand-Prince, verwendet, bei dem zwei RKV der Ordnungen 4 bzw. 5 kombiniert werden), wobei wir eine relative Toleranz von. vorgeben. 3 System : 64 Schritte (ode45) 3 System : 44 Schritte (ode45).5.5 y y.5.5 y y Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
4 Numerik gewöhnlicher Differentialgleichungen 8 Obwohl die exakte Lösung in beiden Fällen dieselbe ist, erfordert die Lösung von (AWP ) etwa -mal mehr Aufwand als die von (AWP ): AWP h min h max h Schritte (AWP ).7e-.3e-.56e- 64 (AWP ) 5.98e-4.88e-3 8.3e Lösen wir die beiden Probleme mit der Matlab-Routine ode3tb (die die Trapezregel mit der Gear-Formel der Ordnung kombiniert), so ergibt sich (relative Toleranz wie oben =.): AWP h min h max h Schritte (AWP ).3e- 5.8e- 5.6e- 9 (AWP ).3e- 7.36e- 5.e-. Beide Probleme werden ohne Schwierigkeiten gelöst. 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
5 Numerik gewöhnlicher Differentialgleichungen 83 3 System : 9 Schritte (ode3tb) 3 System : Schritte (ode3tb).5.5 y y.5.5 y y Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
6 Numerik gewöhnlicher Differentialgleichungen 84 Die Unterschiede zwischen den beiden AWPen werden sichtbar, wenn wir alle Lösungen der zugehörigen Systeme betrachten. Im ersten Fall ergibt sich [ ] [ ] [ ] sin t y = κ exp( t) + κ exp( 3t) +, cos t während im zweiten Fall [ ] [ ] [ ] sin t y = κ exp( t) + κ exp( t) cos t die allgemeine Lösung ist. (Beide Systeme sind inhomogene lineare Systeme mit konstanten Koeffizienten, wobei die Eigenwerte der Koeffizientenmatrix im ersten Fall λ =, λ = 3 und im zweiten Fall λ =, λ = sind.) Die Lösungen der konkreten AWPe sind jeweils durch κ = und κ = (!) gegeben. 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
7 Numerik gewöhnlicher Differentialgleichungen 85 In beiden Fällen ist die Lösung aus einem Gleichgewichtsanteil, nämlich [sin t, cos t], und einem transienten Anteil der Form exp(λ t)a + exp(λ t)a zusammengesetzt. Die Unterschiede liegen in der Geschwindigkeit, mit der der transiente Teil (für t ) verschwindet. Obwohl in der exakten Lösung der AWPe gar nicht erkennbar ist, wie schnell der abklingende Anteil verschwindet (κ = ), bestimmt er die erforderliche Schrittweite. Würde man in (AWP ) die AB in y() = [, ] ändern, so würde κ = κ = folgen, d.h. der transiente Teil ist in der Lösung y(t) = [sin t, cos t] vollständig unsichtbar. Selbst dann wäre ode45 nur mit extrem kleiner Schrittweite in der Lage, die Aufgabe zu lösen. Wir betrachten die Stabilitätsbereiche R A : Für ode45 kann man zeigen, dass R A R [ 3, ] (Stabilitätsintervall). Will man für (AWP ) also λh R A (für alle Eigenwerte λ) garantieren, genügt es, h < zu fordern (die durchschnittliche Schrittweite von h.56 resultiert aus der geforderten Genauigkeit!). 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
8 Numerik gewöhnlicher Differentialgleichungen 86 Dagegen muss für (AWP ) h <.3 gefordert werden, damit λh R A für alle λ folgt und es sind Stabilitätsprobleme, die zu der kleinen durchschnittlichen Schrittweite von h.8 führen. Das Verfahren ode3tb ist absolut stabil, so dass hier λ h für alle h > (in jedem der beiden Fälle (AWP ) und (AWP )) im Stabilitätsbereich liegt. Für y = Ay + b(t) heißt max Re λ / min Re λ λ Λ(A) λ Λ(A) Steifigkeitsquotient des linearen DG-Systems. Ein lineares DG-System mit konstanten Koeffizienten heißt steif, wenn seine Eigenwerte alle negativen Realteil besitzen und sein Steifigkeitsquotient groß ist. 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
9 Numerik gewöhnlicher Differentialgleichungen 87 Um die Problematik dieser gebräuchlichen Definition zu erläutern, betrachten wir ein weiteres AWP (mit derselben Lösung): [ ] [ ] [ ] y sin t = y +, y() =. (AWP 3 ) (cos t sin t) 3 Die Matrix dieses Systems besitzt die Eigenwerte λ =, λ =. und sein Steifigkeitsquotient beträgt (wie bei (AWP )). Trotzdem hat ode45 keine ernsten Probleme: AWP h min h max h Schritte (AWP 3 ).9e-.5e-.7e- 44 (ode45) (AWP 3 ).5e- 4.9e- 4.55e- (ode3tb) 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
10 Numerik gewöhnlicher Differentialgleichungen 88 Ob ein System steif ist oder nicht kann also nicht immer aus dem Steifigkeitsquotienten abgelesen werden. Auch Definitionen wie ein System ist steif, wenn max Re λ groß ist (etwa max Re λ ) sind natürlich wenig hilfreich (die Variablentransformation t.t macht aus (AWP ) ein Problem, das dieselbe Steifigkeit besitzt, bei dem aber max Re λ = gilt). Pragmatische Definitionen für Steifigkeit sind: Ein System ist steif, wenn Stabilitätsanforderungen und nicht Genauigkeitsanforderungen die Größe der Schrittweite bestimmen. Ein System heißt steif, wenn gewisse Komponenten der Lösung sehr viel schneller abklingen als andere. 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
11 Numerik gewöhnlicher Differentialgleichungen 89 Beispiel. Die Differentialgleichung y (t) = λ(y(t) g(t)) + g (t) ( ) besitzt die allgemeine Lösung y(t) = γ exp(λt) + g(t) (γ R). Wir wählen g als glatte Funktion, z.b. g(t) = arctan t und λ =. Auch hier setzt sich die Lösung aus einem glatten (g(t) = Gleichgewichtsanteil) und einem schnell abklingenden Teil (γ exp(λt) = transienter Anteil) zusammen. Wir wählen die AB y() = und approximieren die exakte Lösung y(t) = arctan t für t [, 5] mit dem expliziten Euler-Verfahren (R A = {ĥ : ĥ + < }) und dem impliziten Euler-Verfahren (R A = C \ {ĥ : ĥ }). 5. Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
12 Numerik gewöhnlicher Differentialgleichungen Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
13 Numerik gewöhnlicher Differentialgleichungen 9 Explizit: h= h= h= Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
14 Numerik gewöhnlicher Differentialgleichungen 9 Implizit: h= h= h= Was sind steife Differentialgleichungen? Technische Universität Bergakademie Freiberg
15 Numerik gewöhnlicher Differentialgleichungen Stabilitätsbegriffe Erinnerung. Ein numerisches Verfahren zur Lösung von y = f (t, y), y() = y, heißt A-stabil, wenn folgendes gilt: Wendet man das Verfahren auf ein lineares Problem y = Ay (t [, )) an und liegen die Eigenwerte von A alle in der linken Halbebene {ζ : Real ζ < }, dann soll für die Näherungslösung stets lim n y n = gelten (die exakte Lösung erfüllt lim t y(t) = ). In konkreten Fällen wird die äquivalente Bedingung R A {ĥ : Real ĥ < } überprüft. Zur Definition des Stabilitätsbereichs R A vergleiche Abschnitt 3.5 für lineare Mehrschrittverfahren und Abschnitt 4.3 für RKV (oder allgemeine Einschrittverfahren). 5. Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
16 Numerik gewöhnlicher Differentialgleichungen 94 Abgeschwächte Stabilitätsbegriffe sind A(α)-stabil für α (, π/) R A {ĥ : α < π arg ĥ < α}, A -stabil R A (, ), steif-stabil R A R (β) R (β, γ) für positive β und γ, wobei R (β) := {ĥ : Real ĥ < β} und R (β, γ) := {ĥ : β Real ĥ <, Imag ĥ γ}. Außerdem heißt ein Einschrittverfahren L-stabil, wenn es A-stabil ist und zusätzlich gilt: Bei Anwendung auf die Testgleichung y = λy, Real λ <, resultiert eine Näherung y n+ = R(hλ)y n mit lim hλ R(hλ) =. 5. Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
17 Numerik gewöhnlicher Differentialgleichungen 95 A stabil A(α) stabil steif stabil Imag ζ Imag ζ Imag ζ γ Real ζ α Real ζ β Real ζ α γ 5. Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
18 Numerik gewöhnlicher Differentialgleichungen 96 Offensichtlich gilt ( < α arg(β + iγ)) L-stabil A-stabil steif-stabil A(α)-stabil A -stabil. Die Trapezregel y n+ = y n + h(f n+ + f n ), d.h. R(ĥ) = ( + ĥ/)/( ĥ/), ist A-stabil, aber nicht L-stabil. Das implizite Euler-Verfahren y n+ = y n + hf n+, d.h. R(ĥ) = /( ĥ), ist dagegen L-stabil. Wir illustrieren den Unterschied, indem wir mit beiden Verfahren die Lösung von (AWP ) aus Abschnitt 5. approximieren. Um den transienten Anteil der Lösung besser sichtbar zu machen, werden die ABen y() = [, ] vorgeschrieben. Die exakte Lösung ist dann [ ] [ ] [ ] sin t y(t) = 999 exp( t) exp( t) cos t Die folgende Abbildung zeigt die zweite Komponente der (Näherungs)lösung für h =.. 5. Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
19 Numerik gewöhnlicher Differentialgleichungen 97.5 h=. exakte Loesung Trapezregel implizites Euler Verfahren Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
20 Numerik gewöhnlicher Differentialgleichungen 98 Das Beispiel y = y, y() = , mit der exakten Lösung y(t) = exp(.8t) sin(8t) + exp( 5t) exp(.t) cos(8t) exp( 5t) exp(.t) (sin(8t) + cos(8t)) + exp( 5t) zeigt, dass L-stabile Verfahren nicht immer besser sind als A-stabile (die folgende Abbildung zeigt die erste Komponente der (Näherungs)lösung für h =.4 und t [,.5]). Beim impliziten Euler-Verfahren müsste man h <.3... wählen, um eine akzeptable Näherung zu erhalten (warum?). 5. Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
21 Numerik gewöhnlicher Differentialgleichungen 99 h= exakte Loesung Trapezregel implizites Euler Verfahren Stabilitätsbegriffe Technische Universität Bergakademie Freiberg
22 Numerik gewöhnlicher Differentialgleichungen 5.3 Ordnungssterne Wendet man ein Einschrittverfahren (ESV) auf die Testgleichung y = λy an, so gilt y n+ = R(λh)y n. Dabei ist R ein Polynom (bei expliziten Verfahren) oder eine (gebrochen) rationale Funktion in ĥ = λh. Besitzt das ESV die Konsistenzordnung p, so ist R(ĥ) exp(ĥ) = O(ĥp+ ) (ĥ ). Natürlicher Ansatz: Bestimme eine rationale Funktion R vom Typ (k, l) (k = Zählergrad, l = Nennergrad), so dass der Exponent µ in R(ĥ) exp(ĥ) = O(ĥµ ) maximal wird. Es zeigt sich, dass das Maximum µ = k + l + durch die in Abschnitt.4 eingeführten Padé-Approximationen (k, l) exp realisiert wird. 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
23 Numerik gewöhnlicher Differentialgleichungen (k, l) exp (ζ) für k, l 3: k, l 3 ζ ζ+ ζ ζ+ ζ 6 ζ3 +ζ + ζ + 3 ζ + ζ 3 ζ+ 4 ζ 6 ζ 3 4 ζ+ 4 ζ 4 ζ3 +ζ+ + 3 ζ+ 6 ζ + ζ ζ+ ζ + 3 ζ ζ+ 5 ζ+ ζ ζ 3 5 ζ+ 3 ζ 6 ζ3 3 +ζ+ ζ ζ+ 4 ζ ζ3 + 6 ζ3 5 ζ+ 3 ζ + 6 ζ3 + 4 ζ 5 ζ+ ζ+ ζ + ζ3 ζ ζ+ ζ ζ3 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
24 Numerik gewöhnlicher Differentialgleichungen Eine rationale Approximation R(ζ) an exp(ζ) heißt A-akzeptabel, wenn R(ζ) < für alle ζ C mit Re ζ <, A -akzeptabel, wenn R(ζ) < für alle ζ R mit ζ <, L-akzeptabel, wenn R A-akzeptabel ist und R(ζ) für ζ gilt. Satz 5. Es gilt. (k, k) exp ist A-akzeptabel (G. Birkhoff, R.S. Varga 96).. (k, l) exp ist A -akzeptabel für k l (R.S. Varga 96). 3. (k, l) exp ist L-akzeptabel für k {l, l } (B.L. Ehle, 969). 4. (k, l) exp ist genau dann A-akzeptabel, wenn k {l, l, l } (Ehle-Vermutung; G. Wanner, E. Hairer, S.P. Nørsett 978). 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
25 Numerik gewöhnlicher Differentialgleichungen 3 Der Beweis der vierten Aussage basiert auf der Theorie der Ordnungssterne. Ist R(ζ) eine rationale Funktion, so heißt S R := {ζ C : R(ζ) > exp(ζ) } der zugehörige Ordnungsstern. Sei T R := C \ S R sein Komplement. Vier Eigenschaften.. R ist genau dann eine Approximation der Ordnung p an die Exponentialfunktion (d.h. R(ζ) exp(ζ) = O(ζ p+ ) für ζ ), wenn Folgendes gilt: Für ζ besteht sowohl S R als auch T R aus genau p + Sektoren mit Winkel jeweils π/(p+). Die Sektoren von S R und T R trennen sich. (p = 5) 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
26 Numerik gewöhnlicher Differentialgleichungen 4. Der Rand von S R enthält genau zwei unbeschränkte Zweige. 3. Komponenten von S R, die k Sektoren enthalten, nennt man Finger der Ordnung k. Komponenten von T R, die k Sektoren enthalten, heißen duale Finger der Ordnung k. Es gilt: Jeder beschränkte Finger der Ordnung k enthält mindestens k Pole von R (Vielfachheiten mitzählen). Jeder beschränkte duale Finger der Ordnung k enthält mindestens k Nullstellen von R (Vielfachheiten mitzählen). 4. R ist genau dann A-akzeptabel, wenn S R keine Punkte der imaginären Achse enthält und R keine Pole in der linken Halbebene Real ζ < besitzt. 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
27 Numerik gewöhnlicher Differentialgleichungen o: Pole, +: Nullstellen o: Pole, +: Nullstellen Ordnungssterne der Padé-Approximationen (, 3) exp (links) und (, 4) exp (rechts). 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
28 Numerik gewöhnlicher Differentialgleichungen o: Pole, +: Nullstellen o: Pole, +: Nullstellen Ordnungssterne der Padé-Approximation (, 5) exp (links) und einer (nicht A-akzeptablen) (4, 5)-Approximation R der Ordnung 5 (rechts) (R(ζ) = [ 4 4 ζ ζ3 9ζ + 4ζ 5]/[ζ ζ4 + 8ζ 3 5 ζ + 9ζ 5]). 5.3 Ordnungssterne Technische Universität Bergakademie Freiberg
29 Numerik gewöhnlicher Differentialgleichungen Lineare MSV für steife Probleme Satz 5. (Zweite Dahlquist Barriere) Es gilt: Kein explizites lineares MSV ist A-stabil. Ein A-stabiles lineares MSV besitzt höchstens die Ordnung. Das A-stabile lineare MSV mit Konsistenzordnung und kleinster Fehlerkonstante ist die Trapezregel. Satz 5.3 (C.W. Cryer, 73) Es gilt: Kein explizites lineares MSV ist A -stabil. Es gibt A -stabile lineare MSV beliebig hoher Konsistenzordnung. Beispielsweise sind die Gear-Verfahren aus Abschnitt 3.6 alle A -stabil. 5.4 Lineare MSV für steife Probleme Technische Universität Bergakademie Freiberg
30 Numerik gewöhnlicher Differentialgleichungen RKV für steife Probleme Entscheidend (vgl. Abschnitt 4.3) R(ĥ) = + ĥb (I ĥa) e = det(i ĥ(a ebt )) det(i ĥa). Ordnung Typ von R Stabilität Gauß m (m, m) A-stabil Gauß-Radau m (m, m) L-stabil Gauß-Lobatto m (m, m ) A-stabil 5.5 RKV für steife Probleme Technische Universität Bergakademie Freiberg
31 Numerik gewöhnlicher Differentialgleichungen Bemerkungen Alle bisher getroffenen Stabilitätsaussagen basieren auf der Untersuchung linearer Systeme mit konstanten Koeffizienten (lineare Stabilitätstheorie). Oft wird versucht, diese Aussagen mit folgender Argumentation zu verallgemeinern: Die Lösung y des AWPs y = f (t, y), y(t ) = y kann durch die Lösung der linearen Variationsgleichung y = f (t, y (t)) + f y(t, y (t))[y y (t)] ( ) approximiert werden. Lokal ist f y(t, y ) nahezu zeitunabhängig, so dass ( ) näherungsweise die Form y = Ay + g(t) besitzt. Zwei Beispiele sollen zeigen, dass Skepsis gegenüber diesem frozen Jacobian argument angebracht ist. 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
32 Numerik gewöhnlicher Differentialgleichungen Beispiel. [ ] 9 cos y (6t) + 6 sin(t) cos (6t) sin(t) = y. sin (6t) sin(t) 9 sin (6t) 6 sin(t) Die Systemmatrix A(t) besitzt die (t-unabhängigen!) Eigenwerte λ =, λ =. Obwohl die Eigenwerte negativ sind, ist die allgemeine Lösung [ ] [ ] cos(6t) + sin(6t) sin(6t) cos(6t) y(t) = κ exp(t) + κ exp( 3t) cos(6t) sin(6t) sin(6t) + cos(6t) sicher nicht monoton fallend für t. 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
33 Numerik gewöhnlicher Differentialgleichungen Beispiel. y = [ t t t 3 t ] y, t. ( ) Die Systemmatrix A(t) besitzt die Eigenwerte λ, = ( ± i)/(t), die für t negativen Realteil besitzen. Die allgemeine Lösung ist [ ] [ ] t 3/ t 3/ ln(t) y(t) = κ + κ. t / ( ln(t)) Für κ =, κ = ist t/ y = t t streng monoton wachsend (für t /4 = ). 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
34 Numerik gewöhnlicher Differentialgleichungen Definition [dissipativ]. Das System y = f (t, y) heißt dissipativ in [t, t end ], wenn f (t, y) f (t, ỹ), y ỹ für alle t [t, t end ] und alle y, ỹ aus dem Definitionsbereich von f gilt., bezeichnet ein (z.b. das Euklidische) Innenprodukt im R n. Satz 5.4 Ist das System y = f (t, y) dissipativ in [t, t end ], dann ist es auch kontraktiv in [t, t end ]. Bedeutet: Für je zwei Lösungen y, ỹ von y = f (t, y) mit Anfangsbedingungen y(t ) = y, ỹ(t ) = ỹ, y ỹ, gilt y(t ) ỹ(t ) y(t ) ỹ(t ) für alle t, t mit t t t t end. ( :=, / ) 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
35 Numerik gewöhnlicher Differentialgleichungen 3 Ob ein System dissipativ (kontraktiv) ist, kann mit Hilfe logarithmischer Normen entschieden werden. Sei eine (von einer Vektornorm induzierte) Matrixnorm im R n n. Dann heißt I n + ha µ(a) = µ (A) := lim (A R n n ) h + h die zu gehörige logarithmische Norm. Ist = p, so schreibt man µ p ( ) für die zugehörige logarithmische Norm. Eigenschaften.. Die logarithmische Norm ist trotz ihres Namens keine Norm.. Wird von einem Innenprodukt, induziert, so gilt µ(a) = max x = Ax, x. 3. µ (A) = ρ( (A + A )) (ρ = Spektralradius). 4. Ist f (t, y) = A(t)y, so ist f (t, y) f (t, ỹ), y ỹ = A(y ỹ), y ỹ µ(a) y ỹ. 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
36 Numerik gewöhnlicher Differentialgleichungen 4 Satz 5.5 Seien eine Norm im R n und ν(t) : R R eine stückweise stetige Funktion mit µ(f y(t, y)) ν(t) für alle t [t, t end ] und alle y aus dem Definitionsbereich von f. Dann gilt für je zwei Lösungen y, ỹ von y = f (t, y) mit Anfangsbedingungen y(t ) = y, ỹ(t ) = ỹ, y ỹ, ( t ) y(t ) ỹ(t ) exp ν(s) ds y(t ) ỹ(t ) für alle t, t mit t t t t end. t 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
37 Numerik gewöhnlicher Differentialgleichungen 5 Beispiel. Für das System ( ) von Seite gilt: Es folgt f y(t, y) = A(t) = [ t t µ (A(t)) = ρ( (A(t) + A(t) )) = max { t ± ( ) } t t 3 4 und damit µ (A(t)) genau dann, wenn t [t, t ] [.,.8] mit t, = ( 5 ) /. Das System ist daher in [t, t ] dissipativ (und kontraktiv). Folglich ist y(t) für jede Lösung y in [t, t ] monoton fallend. t 3 t ]. 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
38 Numerik gewöhnlicher Differentialgleichungen 6 y(t) / y() als Funktion von t κ =, κ =.5 κ =, κ =.54 κ =, κ = t_ t_ 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
39 Numerik gewöhnlicher Differentialgleichungen 7 Definition [algebraische Stabilität]. Ein Runge-Kutta-Verfahren gegeben durch die Butcher-Matrix c A heißt algebraisch stabil, wenn die symmetrischen Matrizen B := diag(β, β,..., β m ) und M := BA + A B bb beide positiv semidefinit sind. Satz 5.6 Seien y = f (t, y) ein dissipatives System und {y n }, {ỹ n }, y ỹ, Näherungslösungen, die aus der Anwendung eines Runge-Kutta-Verfahrens resultieren. Dann gilt: Ist das Verfahren algebraisch stabil, so sind die Näherungen kontraktiv, d.h. y n+ ỹ n+ y n ỹ n (n =,,...). b 5.6 Bemerkungen Technische Universität Bergakademie Freiberg
40 Numerik gewöhnlicher Differentialgleichungen 8 Beispiele. Die m-stufigen Gauß-Formeln (m {,, 3}) aus Abschnitt 4.5 sind alle algebraisch stabil (hier ist M die Nullmatrix!). Die Gauß-Radau-Formel ist algebraisch stabil, denn: [ ] M =, d.h. Λ(M) = {, /8}. 6 Die Trapez-Regel (aufgefasst als implizites zweistufiges RKV) ist nicht algebraisch stabil (Λ(M) = {±/}) Bemerkungen Technische Universität Bergakademie Freiberg
5. Steife Differentialgleichungen 5.1 Was sind steife Differentialgleichungen?
5. Was sind steife Differentialgleichungen? Es gibt keine zufriedenstellende Definition der Bauart eine DG heißt steif, wenn... Wir beschreiben nun verschiedene Aspekte des Phänomens Steifheit einer DG
10 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
Numerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen Oliver Ernst Professur Numerische Mathematik Wintersemester 2014/15 Inhalt I 1 Einleitung 1.1 Volterras Prinzip 1.2 Begriffe und theoretische Resultate 1.3
2. Numerische Verfahren für AWPe 2.1 Das Euler-Verfahren
2.1 Das Euler-Verfahren Wir betrachten das AWP y = f (t, y), y(t 0 ) = y 0. (AWP) Unter den Voraussetzungen von Satz 1.1 besitzt es eine eindeutige Lösung, sagen wir über dem Intervall I. Wir wollen diese
Kurze 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
Explizite gewöhnliche Differentialgleichung 1. Ordnung mit Anfangsbedingung
Explizite gewöhnliche Differentialgleichung 1. Ordnung mit Anfangsbedingung Gesucht ist eine Funktion y(x), welche erfüllt y = f(x,y) y(x 0 ) = y 0 Differentialgleichung Anfangsbedingung Wenn f in x stetig
Steife Probleme. Motivation
Steife Probleme Motivation Es gibt Differentialgleichungen mit Lösungen, zu deren Approximation bei Anwendung expliziter Verfahren viel kleinere Schrittweiten benötigt werden, als man erwartet. Diese Probleme
4.3 Anwendungen auf Differentialgleichungen
7 4.3 Anwendungen auf Differentialgleichungen Die Laplace-Transformation wird gerne benutzt, um lineare Differentialgleichungen mit konstanten Koeffizienten y n + a n y n +... + a y + a 0 y ft zu lösen,
4 Runge-Kutta-Verfahren
Numerik gewöhnlicher Differentialgleichungen 43 4 Runge-Kutta-Verfahren 4. Konstruktion Ausgangspunkt wie immer (Substitution: s = t + τh, 0 τ ) y(t + h) = y(t) + [y(t + h) y(t)] = y(t) + = y(t) + h 0
Mehrschrittverfahren Ein weiterer, häufig benutzter Verfahrenstyp zur numerischen Lösung der Anfangswertaufgabe
Mehrschrittverfahren Ein weiterer, häufig benutzter Verfahrenstyp zur numerischen Lösung der Anfangswertaufgabe y = f(x, y), y(a) =y 0 (1) sind die linearen Mehrschrittverfahren, bei denen man zur Berechnung
VF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.
NumaMB F14 Verständnisfragen-Teil (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Bewertung: Vier Fragen richtig beantwortet
A 1 A 2 A 3 A 4 A 5 A 6 A 7
Institut für Geometrie und Praktische Mathematik Numerisches Rechnen für Informatiker WS 7/8 Prof. Dr. H. Esser J. Grande, Dr. M. Larin Klausur Numerisches Rechnen für Informatiker Hilfsmittel: keine (außer
Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
Dr. R. Käppeli D-ITET, D-MATL Winter Numerische Methoden Punkte
Dr. R. Käppeli D-ITET, D-MATL Winter 2018 Prüfung Numerische Methoden Wichtige Hinweise Die Prüfung dauert 90 Minuten. Erlaubte Hilfsmittel: 5 A4-Blätter doppelseitig (=10 Seiten) eigenhändig und handschriftlich
12 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
Numerische Verfahren
Numerische Verfahren Numerische Methoden von gewöhnlichen Differentialgleichungen (AWP) Prof. Dr.-Ing. K. Warendorf, Prof. Dr.-Ing. P. Wolfsteiner Hochschule für Angewandte Wissenschaften München (FH)
Differenzialgleichungen
Differenzialgleichungen Fakultät Grundlagen April 2011 Fakultät Grundlagen Differenzialgleichungen Übersicht Grundsätzliches 1 Grundsätzliches Problemstellung Richtungsfeld Beispiel 2 Eulerverfahren Heunverfahren
Fachbereich 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
Einführung 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
Wiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
y hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
Rückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung Lineare Differentialgleichungen Ausblick auf die heutige Vorlesung Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform
9 Lineare Differentialgleichungen
Mathematik für Ingenieure III, WS 29/2 Mittwoch.2 $Id: linear.tex,v.4 2/2/ :7:45 hk Exp hk $ 9 Lineare Differentialgleichungen 9.3 Differentialgleichungen mionstanten Koeffizienten Während sich allgemeine
Fortgeschrittene Mathematik Raum und Funktionen
Fortgeschrittene Mathematik Raum und Funktionen Thomas Zehrt Universität Basel WWZ Thomas Zehrt (Universität Basel WWZ) R n und Funktionen 1 / 33 Outline 1 Der n-dimensionale Raum 2 R 2 und die komplexen
Eigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
Einführung 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
1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differentialgleichungssysteme Prof. Dr. Wandinger
9 Numerische Verfahren für Anfangswertaufgaben
Numerik II 63 9 Numerische Verfahren für Anfangswertaufgaben Inhalt 9.1 Einige einfache Verfahren 9.2 Einschrittverfahren Definition und Eigenschaften 9.3 Runge-Kutta-Verfahren 9.4 Lineare Mehrschrittverfahren
Differentialgleichungen
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
Extremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p
Wiederholungsaufgaben Algorithmische Mathematik Sommersemester Prof. Dr. Beuchler Markus Burkow Übungsaufgaben Aufgabe. (Jacobi-Verfahren) Gegeben sei das lineare Gleichungssystem Ax b = für A =, b = 3.
Eigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte
TU Ilmenau Institut für Mathematik Übungsaufgaben zum Lehrgebiet Numerische Mathematik III Numerik gewöhnlicher Differentialgleichungen
TU Ilmenau Institut für Mathematik Übungsaufgaben zum Lehrgebiet Numerische Mathematik III Numerik gewöhnlicher Differentialgleichungen Datei: NM34.TEX Serie 6 Mehrschrittverfahren (MSV) 1. Die allgemeine
Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
d) 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 =
tun, sondern nur mit der Reaktion auf verschiedene Anfangswerte.
2.3 Stabilität Eine wichtige Rolle spielt das Stabilitätsverhalten dynamischer Systeme. Wie üblich sei Φ die Fundamentalmatrix des linearen Systems ẋ = A(t)x + u. Im weiteren sei t fixiert, später wird
Numerische Verfahren
Numerische Verfahren Numerische Methoden von gewöhnlichen Differentialgleichungen (AWP) Prof. Dr.-Ing. K. Warendorf, Prof. Dr.-Ing. P. Wolfsteiner Hochschule für Angewandte Wissenschaften München Fakultät
1 Grundlagen der Numerik
1 Grundlagen der Numerik 1.1 Gleitpunkt-Arithmetik Es gibt nur endlich viele Zahlen auf dem Computer. Gleitpunktzahl: x = σmb E σ: Vorzeichen B: Basis (feste Zahl >1); M: Mantisse E: Exponent B = 2 : Dualzahl
Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Eigenvektoren
Lineare Differenzengleichungen
Lineare Differenzengleichungen Die Fibonacci-Zahlen F n sind definiert durch F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 für n >= 2 Die letzte Zeile ist ein Beispiel für eine homogene lineare Differenzengleichung
Definition 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.
sie 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
Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen
Proseminar Lineare Algebra SS10 Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen Simon Strahlegger Heinrich-Heine-Universität Betreuung: Prof. Dr. Oleg Bogopolski Inhaltsverzeichnis:
Klausur Mathematik I
Technische Universität Dresden 15. August 2008 Institut für Numerische Mathematik Dr. K. Eppler Klausur Mathematik I für Studierende der Fakultät Maschinenwesen (mit Lösungshinweisen) Name: Matrikelnummer.:
Übungen Ingenieurmathematik
Übungen Ingenieurmathematik 1. Übungsblatt: Komplexe Zahlen Aufgabe 1 Bestimmen Sie Real- und Imaginärteil der folgenden komplexen Zahlen: a) z =(3+i)+(5 7i), b) z =(3 i)(5 7i), c) z =( 3+i)( 3+ 3 i),
Lösungen der Aufgaben zu Kapitel 10
Lösungen der Aufgaben zu Kapitel 10 Abschnitt 10.2 Aufgabe 1 (a) Die beiden Funktionen f(x) = 1 und g(y) = y sind auf R definiert und stetig. 1 + x2 Der Definitionsbereich der Differentialgleichung ist
Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1
Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von
Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
Leitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
14 Lineare Differenzengleichungen
308 14 Lineare Differenzengleichungen 14.1 Definitionen In Abschnitt 6.3 haben wir bereits eine Differenzengleichung kennengelernt, nämlich die Gleichung K n+1 = K n q m + R, die die Kapitalveränderung
5 Numerische Mathematik
6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul
x 1 + u y 2 = 2 0 x 2 + 4u 2.
3. Übung: gelkreis Aufgabe 3.. Gegeben sind die beiden linearen zeitkontinuierlichen Systeme 3 ẋ = 6 x + u 6 3 [ ] y = x (3.a) (3.b) und [ ] [ ] 8 ẋ = x + 6 4 [ ] y = x + 4u. u (3.a) (3.b) Berechnen Sie
Lösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
2.8 KURVENINTEGRALE UND STAMMFUNKTIONEN
2.8 KURVENINTEGRALE UND STAMMFUNKTIONEN Im folgenden seien X normierter Vektorraum und Y B-Raum über IK = IR oder IK = CI. Wir wollen in diesem Kapitel für stetige Abbildungen f : X D f B(X; Y ) und stückweise
Dierentialgleichungen 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:
Ferienkurs Numerik Lösungsskizze. 1 Iterative Verfahren für lineare Gleichungssysteme
Technische Universität München SoSe 1 Zentrum Mathematik Ferienkurse Dipl.-Math. Konrad Waldherr Ferienkurs Numerik Lösungsskizze 1 Iterative Verfahren für lineare Gleichungssysteme 1. Wir erhalten folgende
29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)
292 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System y = A y, t R, ( wobei A C n n, und wollen ein Fundamentalsystem bestimmen Grundlegende Beobachtung:
KLAUSUR 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
Wir wollen Systeme von linearen Differentialgleichungen 1. Ordnung über einem offenen Intervall I R untersuchen:
23 23 Lineare Systeme Wir wollen Systeme von linearen Differentialgleichungen Ordnung über einem offenen Intervall I R untersuchen: y = y A(t + b(t, mit stetigen Abbildungen A : I M n,n (R und b : I R
Finite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
5 Randwertprobleme. y = f(t, y, y ) für t J, (5.2a) y(t 0 ) = y 0, y(t) = y T (5.2b) zu gegebener Funktion f und Werten y 0, y T.
5 Randwertprobleme Bei den bisher betrachteten Problemen handelte es sich um Anfangswertprobleme. In der Praxis treten, insbesondere bei Differentialgleichungen höherer Ordnung, auch Randwertprobleme auf.
Dierentialrechnung mit einer Veränderlichen
Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben
Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen
Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen Wintersemester 2012/201 Zwischentest Teil 1: 1. Was bedeuten die Bezeichnungen O(h) und o(h)? (Definition) (siehe Skript!)
Lokaler 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.
Die elementaren Funktionen (Überblick)
Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und
Die elementaren Funktionen (Überblick)
Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und
c < 1, (1) c k x k0 c k = x k0
4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger
KAPITEL 1. Einleitung
KAPITEL 1 Einleitung Wir beschäftigen uns in dieser Vorlesung mit Verfahren aus der Numerischen linearen Algebra und insbesondere dem sogenannten Mehrgitterverfahren zur Lösung linearer Gleichungssysteme
6.1 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
Tutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
6 Julia-Mengen. 114 Kapitel 2 Konforme Abbildungen
114 Kapitel 2 Konforme Abbildungen 6 Julia-Mengen Sei G C ein Gebiet. Eine holomorphe Abbildung f : G G kann eine holomorphe oder eine meromorphe Funktion auf G sein. Definition. Zwei holomorphe Abbildungen
Thema 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;
Analysis 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
Lösungsvorschläge zum 4. Übungsblatt, WS 2012/2013 Höhere Mathematik III für die Fachrichtung Physik
Lösungsvorschläge zum 4. Übungsblatt, WS 202/203 Höhere Mathematik III für die Fachrichtung Physik Aufgabe 6 Bei allen Aufgabenteilen handelt es sich um (homogene bzw. inhomogene) lineare Differentialgleichungen
Lineare Systeme 1. Ordnung mit konstanten Koeffizienten
Lineare Systeme. Ordnung mit konstanten Koeffizienten Wir betrachten ẋ = Ax + b(t) () mit A R n n und b( ) C (I, R n ) und die dazugehörige homogene Gleichung Ansatz: ẋ = Ax. () x(t) = ce λt mit c C n,
ε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Brückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
4.7 Lineare Systeme 1. Ordnung
3. Die allgemeine Lösung der inhomogenen Differentialgleichung lautet damit yx = y hom x + y inh x = c x + c 2 x + 8 x + 4 xlnx2 4 xlnx = C x + C 2 x + 4 xlnx2 4 xlnx. Wir haben c 2 + 8 zu C 2 zusammengefasst.
Ausgewählte Lösungen zu den Übungsblättern 9-10
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt
Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
Lineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-
Kapitel 11 Gewöhnliche Differentialgleichungen
Kapitel 11 Gewöhnliche Differentialgleichungen 11.1 Einführung Gesucht wird eine Funktion y = y(t) einer (Zeit-)Variablen t, die der Gleichung und der Anfangsbedingung genügen soll. y (t) = f(t, y(t)),
Differentialgleichungen für Ingenieure WS 06/07
Differentialgleichungen für Ingenieure WS 06/07 6. Vorlesung Michael Karow Themen heute: 1. Die geschlossene Lösungsformel für lineare DGL mit konstanten Koeffizienten. 2. Die Matrixexponentialfunktion
Lineare Differentialgleichungen höherer Ordnung
Lineare Differentialgleichungen höherer Ordnung I. Grundlegendes Eine homogene lineare Differentialgleichung n-ter Ordnung besitzt die Form y (n) + a n 1 (x)y (n 1) +... + a 1 (x)y + a 0 (x)y = 0 Eine
Analysis 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
Prüfung 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
Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren
Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren
Seite 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 =
Analysis I. Guofang Wang Universität Freiburg
Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum
Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)
Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben
8 Numerik gewöhnlicher Differentialgleichungen
8 NUMERIK GEWÖHNLICHER DIFFERENTIALGLEICHUNGEN 03 8 Numerik gewöhnlicher Differentialgleichungen 8. Grundlagen In der Numerik von gewöhnlichen Differentialgleichungen werden vorwiegend Aufgaben folgender
Numerische Verfahren für gewöhnliche Differentialgleichungen
Numerische Verfahren für gewöhnliche Differentialgleichungen. Einschrittverfahren I: Einfache Verfahren. Konvergenzordnung. Einschrittverfahren II: Runge Kutta Verfahren 4. Stabilität 5. Schrittweitensteuerung
Prüfungsfragen zur Theorie
Prüfungsfragen zur Theorie Formulieren Sie die Monotoniegesetze (Rechenregeln für Ungleichungen)! Satz: Für alle a,b,c,d gilt: a b und c.d a+c b+d Satz: Für alle a,b,c,d + o gilt: a b und c d ac bd 1 Satz:
4 Lineare Ausgleichsrechnung
Numerik I 15 4 Lineare Ausgleichsrechnung Die folgende Tabelle zeigt die Bevölkerungsentwicklung in den U.S.A. 19 191 192 193 194 75.995 91.972 15.711 123.23 131.669 195 196 197 198 199 15.697 179.323
Aufgabenstellung: 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
Blatt 1. Kinematik- Lösungsvorschlag
Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik (T1) im SoSe 011 Blatt 1. Kinematik- Lösungsvorschlag Aufgabe 1.1. Schraubenlinie Die
Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 5 Version 1.0 (11.
Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 5 Version.0. September 05) E. Cramer, U. Kamps, M. Kateri, M. Burkschat 05 Cramer, Kamps, Kateri, Burkschat
Spezielle Klassen von Funktionen
Spezielle Klassen von Funktionen 1. Ganzrationale Funktionen Eine Funktion f : R R mit f (x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, n N 0 und a 0, a 1,, a n R, (a n 0) heißt ganzrationale Funktion n
Mathematische Grundlagen
Mathematische Grundlagen 1 / 16 Vektorraum u R n, u = (u 1,..., u n ), u k R Euklidisches Skalarprodukt Euklidische Vektornorm (u, v) = u k v k u 2 = (u, u) = n u 2 k Vektoren u, v R n heißen orthogonal,