Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations
|
|
- Reinhold Bruhn
- vor 6 Jahren
- Abrufe
Transkript
1 Prof. Dr. H. J. Pesch Lehrstuhl für Ingenieurmathematik Universität Bayreuth Optimale teuerung partieller Differentialgleichungen Optimal Control of Partial Differential quations (Teil 1: W 2011/12) 13. Übung (spezielle neuartige Problemstellungen) Vorbemerkung: In diesem pezialübungsblatt sollen Probleme untersucht werden, die bisher noch kaum oder nicht untersucht worden sind: Mit der Verallgemeinerung von zeitoptimalen teuerungsproblemen und Problemen mit bang-bang und singulären teuerungen aus der Optimalen teuerung von gewöhnlichen Differentialgleichungen am Beispiel des van der Polschen Oszillators (Übung 12) auf semilineare elliptische Optimalsteuerungsprobleme betreten wir mit den Aufgaben 1 und 2 weitesgehend Neuland. In Aufgabe 1 wird ein einfaches hape-optimalsteuerungsproblem behandelt. Kombinationen aus Optimalen teuerungsaufgaben und hape-optimierungsproblemen wurden bisher noch nicht untersucht, obwohl solche Aufgabenstellungen für praktische Problemstellungen durchaus sinnvoll, ja sogar hoch relevant sind, z. B. simulatane Gestalt-Optimierung flexibler Flugzeugtragflächen mithilfe von Gedächtnismaterialien und teuerung von Düsen, mit denen Luft aus den Tragflächen ausgeblasen oder eingesaugt werden kann mit dem Ziel, möglichst laminare Umströmungen der Tragflächen zu erhalten. In Aufgabe 2 wird ein neues Optimalsteuerungsproblem vorgestellt, für das eine singuläre teuerung numerisch nachweisbar ist.
2 1) Der zeitminimale elliptische van der Pol-Oszillator : Notwendige Bedingungen s sei Ω := (0, T) 2 mit freiem Rand T > 0. Der Rand Γ von Ω sei wie folgt partitioniert: Γ = Γ W Γ N mit Γ W := {(x, 0), x [0, T]} {(0, y), y [0, T]} und Γ N := {(x, T), x ]0, T]} {(T, y), y ]0, T]}. Auf Ω sei nun das folgende semilineare elliptische Optimalsteuerungsproblem definiert, auch interpretierbar als hape-optimalsteuerungsproblem: min J(z, v) = min T + ε (z r) 2 ds, ε > 0, (1) v 1 2 Γ N unter der Nebenbedingung z + (1 z 2 ) (z x + z y ) z = v auf Ω, z = 0, ν z = 1 auf Γ W, ν z = 0 auf Γ N. Mithilfe der formalen Lagrangetechnik stelle man die notwendigen Bedingungen auf. Insbesondere leite man eine Bedingung zur Bestimmung des freien Randes T her. Man analysiere, ob Gebiete mit singulärer teuerung auftreten können. Hinweise: 1. Bei der Anwendung der formalen Lagrangetechnik gehe man im Allgemeinen so vor: Man stelle die Lagrangefunktion für die starke Form der partiellen Differentialgleichung auf und koppele alle wesentlichen Nebenbedingungen an. Dann integriere man partiell und substituiere, wenn möglich, vorgegebene Randbedingungen. Dies ist die sogenannte schwache Form der Lagrangefunktion; sie ist hinsichtlich der Regularität des Zustandes die mathematisch korrekte Form. Dann differenziere man nach den Optimierungsvariablen. Zum Ablesen der adjungierten Gleichung empfiehlt es sich, eine nochmalige partielle Integration durchzuführen, um deren starke Form auszulesen. Dabei werden die nicht in die herausintegrierten Bestandteile substituierten Randbedingungen in den Raum der Testfunktionen eingearbeitet. Alternativ kann man auch die letzte partielle Integration und die Differentiationen vertauschen. Man geht dann von der sogenannten sehr schwachen Form der Lagrangefunktion aus. Im Zweifelsfall koppele man alle Nebenbedingungen an; siehe dazu Übungsblatt 14. Dann erhält man zusätzliche Nebenbedingungen, die sich als puren des adjungierten Zustandes oder seiner Ableitungen auf dem Rand interpretieren lassen. 2
3 2. Für die Bestimmung des freien Randes leite man zunächst eine Differentiationsformel für her d dt T T 0 0 f(x, y) dx dy 2) Der optimal gedämpfte elliptische van der Pol-Oszillator als Beispiel für ein Optimalsteuerungsproblem mit einer singulären teuerung s sei Ω := (0, T) 2 mit festem Rand T = const > 0. Der Rand Γ von Ω sei wie folgt partitioniert: Γ = Γ N Γ Γ Γ W mit Γ N := {(x, T), x [0, T]}, Γ := {(T, y), y [0, T]}, Γ := {(x, 0), x [0, T]} und Γ W := {(0, y), y [0, T]}. Wir fassen auch Teilbögen zusammen, z.b. Γ N = Γ N Γ u.ä. Gegeben sei wieder das folgende quasilineare elliptische Optimalsteuerungsproblem 1 min J(z, v) = min z 2 + zx 2 v z2 y dx dy (2) Ω unter der Nebenbedingung z + (1 z 2 ) (z x + z y ) z = v auf Ω, z = 0, ν z = 1 auf Γ W, ν z = 0 auf Γ N. a) Mithilfe der formalen Lagrangetechnik stelle man die notwendigen Bedingungen auf. Hinweis: div v p dx dy = p v ν ds v p dx dy Ω Γ Ω b) Man bestimme die mögliche singuläre teuerung in Gebieten ω Ω, ω, in denen der adjungierte Zustand p identisch verschwindet. 3
4 Numerische Resultate: Beispiel 1 (Aufgabe 1: Pseudo-PD ) Abbildung 1: Zustand z. Daten wie in Aufgabe 1: z = 0 und ν z = 1 auf Γ W und ν z = 0 auf Γ N Abbildung 2: Zustand z x. Daten wie in Aufgabe 1: z = 0 und ν z = 1 auf Γ W und ν z = 0 auf Γ N 4
5 u sing u bang bang singulär Abbildung 3: teuerung u und singuläre teuerung u sing. Daten wie in Aufgabe 1: z = 0 und ν z = 1 auf Γ W und ν z = 0 auf Γ N Zoom: Nähe des singulären Teilgebietes Abbildung 4: Negativer adjungierter Zustand p. Daten wie in Aufgabe 1: z = 0 und ν z = 1 auf Γ W und ν z = 0 auf Γ N 5
6 Beispiel 2 (Aufgabe 2): Abbildung 5: Zustand z. Daten wie in Aufgabe 2: z = 0 und ν z = 1 auf {(0, y): 0.4 y 0.6} auf Γ W und ν z = 0 auf Γ N u sing u bang bang singulär Abbildung 6: teuerung u. Daten wie in Aufgabe 2: z = 0 und ν z = 1 auf {(0, y): 0.4 y 0.6} auf Γ W und ν z = 0 auf Γ N 6
7 W Abbildung 7: Differenz u u sing. Daten wie in Aufgabe 2: z = 0 und ν z = 1 auf {(0, y): 0.4 y 0.6} auf Γ W und ν z = 0 auf Γ N W Abbildung 8: Negativer adjungierter Zustand p (Zoom). Daten wie in Aufgabe 2: z = 0 und ν z = 1 auf {(0, y): 0.4 y 0.6} auf Γ W und ν z = 0 auf Γ N 7
Optimale Steuerung. Sequentielle Quadratische Programmierung. Kevin Sieg. 14. Juli 2010. Fachbereich für Mathematik und Statistik Universität Konstanz
Optimale Steuerung Kevin Sieg Fachbereich für Mathematik und Statistik Universität Konstanz 14. Juli 2010 1 / 29 Aufgabenstellung 1 Aufgabenstellung Aufgabenstellung 2 Die zusammengesetzte Trapezregel
MehrVorkurs Mathematik Übungen zu Differentialgleichungen
Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)
MehrÜbungen zur Numerischen Mathematik 2 Sommersemester 2014. Übungsblatt 13
Universität Heidelberg Interdisziplinäres Zentrum für Wissenschaftliches Rechnen Prof. Dr. Dres. h.c. Hans Georg Bock Dr. Christian Kirches Dipl.-Phys. Simon Lenz Übungen zur Numerischen Mathematik 2 Sommersemester
MehrSkizze zur Veranschaulichung der Legendretransformation
9 Die thermodynamischen Funktionen G und H Ehe das Schema des vorherigen Abschnittes zur Konstruktion weiterer thermodynamischer Potentiale zu Ende gebracht wird, kurz einige Erläuterungen zur Legendretransformation.
MehrSkalare Differentialgleichungen
Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen
MehrMathematische Methoden in den Ingenieurwissenschaften 2. Übungsblatt
Prof. Dr. T. Apel J. Mihael Mathematishe Methoden in den Ingenieurwissenshaften. Übungsblatt Wintertrimester 5 Aufgabe 4 : (Variationsrehnung Extremalen Bestimmen Sie die Extremalen der folgenden Variationsprobleme
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrFür die Parameter t und ϕ sind das im angegebenen Bereich Funktionen, d.h. zu jedem Parameterwert gehört genau ein Punkt.
PARAMETERFUNKTIONEN Zwei Beispiele: gsave currentpoint translate 21 4 div setlin 1 1 x = 2t 2 1 y = t < t
MehrÜbung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy
Übung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy Dr. Raimund Horn a Dipl. Chem. Barbara Bliss b Dipl. Phys. Lars Lasogga c a Fritz Haber Institut der Max Planck Gesellschaft
MehrFunktionaler Zusammenhang. Lehrplan Realschule
Funktionaler Bildungsstandards Lehrplan Realschule Die Schülerinnen und Schüler nutzen Funktionen als Mittel zur Beschreibung quantitativer Zusammenhänge, erkennen und beschreiben funktionale Zusammenhänge
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
MehrDie Laufzeit muss nun ebenfalls in Monaten gerechnet werden und beträgt 25 12 = 300 Monate. Damit liefert die Sparkassenformel (zweiter Teil):
Lösungen zur Mathematikklausur WS 2004/2005 (Versuch 1) 1.1. Hier ist die Rentenformel für gemischte Verzinsung (nachschüssig) zu verwenden: K n = r(12 + 5, 5i p ) qn 1 q 1 = 100(12 + 5, 5 0, 03)1, 0325
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrIntegral-Iterationsverfahren und die exakten Lösungen der partiellen Differentialgleichungen
Integral-Iterationsverfahren und die exakten Lösungen der partiellen Differentialgleichungen Dr. rer. nat. Kuang-lai Chao Göttingen, den 16. Juni 2007 Abstract The integral iterative ethod and exact solutions
MehrInstitut für Entwerfen von Schiffen und Schiffssicherheit. Übung zur Vorlesung Schiffspropeller SS 2014. Prof. Dr.-Ing.
Institut für Entwerfen von Schiffen und Schiffssicherheit Übung zur Vorlesung SS 14 Prof. Dr.-Ing. Stefan Krüger Dipl.-Ing. Christoph Steinbach Dipl.-Ing. Übung 1: Geschwindigkeitsverteilung auf D-Tragflügelprofilen
MehrKlassische Theoretische Physik II. V: Prof. Dr. M. Mühlleitner, Ü: Dr. M. Rauch. Klausur 1 Lösung. 01. August 2012, 17-19 Uhr
KIT SS 0 Klassische Theoretische Physik II V: Prof. Dr. M. Mühlleitner, Ü: Dr. M. Rauch Klausur Lösung 0. August 0, 7-9 Uhr Aufgabe : Kurzfragen (+++4=0 Punkte (a Zwangsbedingungen beschreiben Einschränkungen
MehrEinführung in die Physik
Einführung in die Physik für Pharmazeuten und Biologen (PPh) Mechanik, Elektrizitätslehre, Optik Übung : Vorlesung: Tutorials: Montags 13:15 bis 14 Uhr, Liebig-HS Montags 14:15 bis 15:45, Liebig HS Montags
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
MehrMathematik-Klausur vom 2. Februar 2006
Mathematik-Klausur vom 2. Februar 26 Studiengang BWL DPO 1997: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang B&FI DPO 21: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang BWL DPO 23:
MehrExtrema von Funktionen in zwei Variablen
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrEinfache Differentialgleichungen
Differentialgleichungen (DGL) spielen in der Physik eine sehr wichtige Rolle. Im Folgenden behandeln wir die grundlegendsten Fälle 1, jeweils mit einer kurzen Herleitung der Lösung. Dann schliesst eine
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrEigenMath Howto. Beispiele: Was erhält man, wenn man 100 mal die Zahl 2 mit sich multipliziert? Antwort 1267650600228229401496703205376
EigenMath Howto EigenMath ist ein kleines Programm, das als 'Taschenrechner' für die Mathematik der Oberstufe verwendet werden kann. Es ist viel weniger mächtig als die großen Brüder Sage, Maxima, Axiom
MehrStochastische Eingangsprüfung, 17.05.2008
Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)
MehrKlausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler
Wintersemester 2005/06 20.2.2006 Prof. Dr. Jörg Rambau Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname:
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrPraktikum: Elektronische Schaltungstechnik I, 90min Raum: Labor Schaltungs- und Prozessortechnik Betreuung: Prof. Dr.-Ing. M.
Technische Informtik TI 4. Semester Prktikum: Elektronische Schltungstechnik I, 90min um: Lbor Schltungs- und Prozessortechnik Betreuung: Prof. Dr.-Ing. M. Viehmnn Versuch: ES. Them: Opertionsverstärker.
MehrAufgaben zur Mikroökonomik I
Aufgaben zur Mikroökonomik I Aufgabe 1 Der Vermieter möchte seine großen Wohnung in herrlichster zentraler Wohnlage der Studentenstadt G an eine WG vermieten. Per Aushang werden Mieter für die 4 gleich
MehrStatistik und Datenanalyse. eine praktische Einführung
Statistik und Datenanalyse eine praktische Einführung Antony Unwin Lehrstuhl für Rechnerorientierte Statistik und Datenanalyse Institut für Mathematik Universität Augsburg unwin@math.uni-augsburg.de Augsburger
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
MehrLehrstuhl Informatik VI Grundzüge der Informatik * WS 2008/2009 Prof. Dr. Joachim Biskup
Universität Dortmund Lehrstuhl Informatik VI Grundzüge der Informatik * WS 28/29 Prof. Dr. Joachim Biskup Leitung der Übungen: Arno Pasternak Lösungs-Ideen Übungsblatt 6 A: Grammatiken, Syntaxdiagramme
Mehrf : C C, z f(z) = zz komplex differenzierbar? Gibt es ein Gebiet G so dass f G analytisch ist?
Tutor: Martin Friesen, martin.friesen@gmx.de Klausurvorbereitung - Lösungsvorschläge- Funktionentheorie Hier eine kleine Sammlung von Klausurvorbereitungsaufgaben vom Sommersemester 008 aus der Vorlesung
MehrEinführung. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009
Einführung Vita Rutka Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009 Was ist FEM? Die Finite-Elemente-Methode (FEM) ist ein numerisches Verfahren zur näherungsweisen Lösung,
MehrDivergenz 1-E1. Ma 2 Lubov Vassilevskaya
Divergenz 1-E1 1-E2 Vektorfeld: Aufgabe 1 Stellen Sie graphisch folgende Vektorfelder dar x, y = x i y j a) F x, y = x i y j b) F Welcher Unterschied besteht zwischen den beiden Vektorfeldern? 1-A Vektorfeld:
Mehr6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum
6 ALLGEMEINE THEORIE DES ELEKTROMAGNETISCHEN FELDES IM VAKUUM 25 Vorlesung 060503 6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum 6.1 Grundaufgabe der Elektrodynamik Gegeben: Ladungsdichte
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Typische Prüfungsfragen Die folgenden Fragen dienen lediglich der Orientierung und müssen nicht den tatsächlichen Prüfungsfragen entsprechen. Auch Erkenntnisse aus den
MehrKostenfunktionen. Der Stückpreis (Preis pro Einheit) beträgt 4 Geldeinheiten. Die durch Verkauf zu erzielenden Gesamteinnahmen heißen Umsatz.
Kostenfunktionen 1. Ein Unternehmen stellt ein Produkt her. Die Produktion eines Wirtschaftsgutes verursacht Kosten. Die Gesamtkostenfunktion lautet: K(x) = 512+0,44x+0,005x 2. Um x Einheiten des Produkts
MehrHydrodynamik Kontinuitätsgleichung. Massenerhaltung: ρ. Massenfluss. inkompressibles Fluid: (ρ 1 = ρ 2 = konst) Erhaltung des Volumenstroms : v
Hydrodynamik Kontinuitätsgleichung A2, rho2, v2 A1, rho1, v1 Stromröhre Massenerhaltung: ρ } 1 v {{ 1 A } 1 = ρ } 2 v {{ 2 A } 2 m 1 inkompressibles Fluid: (ρ 1 = ρ 2 = konst) Erhaltung des Volumenstroms
MehrEntwurf robuster Regelungen
Entwurf robuster Regelungen Kai Müller Hochschule Bremerhaven Institut für Automatisierungs- und Elektrotechnik z P v K Juni 25 76 5 OPTIMALE ZUSTANDSREGELUNG 5 Optimale Zustandsregelung Ein optimaler
MehrDie Black-Scholes-Gleichung
Die Black-Scholes-Gleichung Franziska Merk 22.06.2012 Outline Optionen 1 Optionen 2 3 Optionen Eine Kaufoption ist ein Recht, eine Aktie zu einem heute (t=0) festgelegten Preis E an einem zukünftigen Zeitpunkt
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrErster Prüfungsteil: Aufgabe 1
Erster Prüfungsteil: Aufgabe Kriterien: Der Prüfling Lösung: Punkte: a) entscheidet sich für passenden Wert 8 000 000 b) wählt ein geeignetes Verfahren zur z. B. Dreisatz Berechnung gibt das richtige Ergebnis
MehrEvolutionäre Algorithmen. SS 2015 Woche 01
Evolutionäre Algorithmen SS 2015 Woche 01 Inhalt Organisation der Übung Wiederholung Die Komponenten eines EA Zwei Minimal-Beispiele Besprechung des Übungsblatts Das Team Vorlesung Prof. Dr.-Ing. habil.
MehrFormelsammlung zur Vorlesung Physikalische Chemie I (Thermodynamik)
Formelsammlung zur Vorlesung Physikalische Chemie I (hermodynamik) Ulrich K. Deiters Institut für Physikalische Chemie, Universität zu Köln 1 Symbole M N N A n p R V Molmasse eilchenzahl Avogadro-Konstante,
MehrKlausur Mathematik 2
Mathematik für Ökonomen WS 2014/15 Campus Duisburg PD Dr. V. Krätschmer, Fakultät für Mathematik Klausur Mathematik 2 17.02.2015, 12:30-14:30 Uhr (120 Minuten) Erlaubte Hilfsmittel: Nur reine Schreib-
MehrMathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011
Mathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011 Studiengang BWL DPO 2003: Aufgaben 2,3,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3,4 Dauer der Klausur:
MehrApfelmännchen Theorie und Programmierung
Apfelmännchen Theorie und Programmierung Das Thema "Apfelmännchen" gehört zum Oberthema "Chaos und Ordnung in dynamischen Systemen". Es ist ein relativ neues Forschungsgebiete der Mathematik ( ab ca. 1980
MehrInhaltsverzeichnis. 4 Lagrange-Funktion und Dualität... 63 4.1 Lagrange-FunktionmitGleichheitsrestriktionen... 63
1 Einleitung... 1 1.1 Optimierungstypen.............................................. 3 1.2 Motivation und Grundbegriffe der Optimierung........................... 4 1.3 Allgemeine Form des Optimierungsproblems............................
MehrDefinition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.
Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften
MehrLernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
MehrMathematik Serie 2 (60 Min.)
Aufnahmeprüfung 2008 Mathematik Serie 2 (60 Min.) Hilfsmittel: Taschenrechner Name... Vorname... Adresse...... ACHTUNG: - Resultate ohne Ausrechnungen bzw. Doppellösungen werden nicht berücksichtig! -
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 27 29..24 FAKULTÄT FÜR INFORMATIK KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Definition
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 4 26..25 INSTITUT FÜR THEORETISCHE INFORMATIK KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere
MehrSeite 1 von 2. Teil Theorie Praxis S Punkte 80+25 120+73 200+98 erreicht
Seite 1 von 2 Ostfalia Hochschule Fakultät Elektrotechnik Wolfenbüttel Prof. Dr.-Ing. T. Harriehausen Bearbeitungszeit: Theoretischer Teil: 60 Minuten Praktischer Teil: 60 Minuten Klausur FEM für elektromagnetische
MehrTechnische Informatik - Eine Einführung
Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Ausgabe: 2005-02-21 Abgabe: 2005-02-21 Technische Informatik - Eine
MehrWintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München
Informatik 1 Wintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München 1 0 Allgemeines Zielgruppen Siehe Modulbeschreibung Studierende anderer (nicht Informatik)
MehrMathematische Ökologie
Mathematische Ökologie Eine Zusammenfassung von Bernhard Kabelka zur Vorlesung von Prof. Länger im WS 2002/03 Version 1.04, 15. März 2004 Es sei ausdrücklich betont, dass (1) dieses Essay ohne das Wissen
MehrFotios Filis. Monte-Carlo-Simulation
Fotios Filis Monte-Carlo-Simulation Monte-Carlo-Methoden??? Spielcasino gibt Namen Monte Carlo war namensgebend für diese Art von Verfahren: Erste Tabellen mit Zufallszahlen wurden durch Roulette-Spiel-Ergebnisse
MehrWolfgang Kohn Riza Öztürk. Mathematik für Ökonomen. Ökonomische Anwendungen der linearen. Algebra und Analysis mit Scilab
Wolfgang Kohn Riza Öztürk Mathematik für Ökonomen Ökonomische Anwendungen der linearen Algebra und Analysis mit Scilab 3., erweiterte und überarbeitete Auflage ^ Springer Gabler Inhaltsverzeichnis Teil
Mehr11.1 Kinetische Energie
75 Energiemethoden Energiemethoden beinhalten keine neuen Prinzipe, sondern sind ereinfachende Gesamtbetrachtungen an abgeschlossenen Systemen, die aus den bereits bekannten Axiomen folgen. Durch Projektion
MehrGrundzüge der VWL A. Mathematik
Grundzüge der VWL A. Mathematik Max Albert, Henrik Egbert, Vanessa Mertins & Birgit E. Will WS 05/06 1 Mathematische Voraussetzungen Vorlesung und Übung setzen den Stoff der Veranstaltung Mathematik A
MehrLineare Programmierung. Beispiel: Wahlkampf. Beispiel: Wahlkampf. Mathematische Schreibweise. Lineares Programm. Datenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Einführung Standard- und Schlupfformen Simplex Algorithmus Matthias Zwicker Universität Bern Frühling 2009 2 Beispiel: Wahlkampf Ziel: mit möglichst wenig Werbung eine gewisse
Mehr2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.
2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es
MehrGF(2 2 ) Beispiel eines Erweiterungskörpers (1)
GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr
MehrWirtschaftsmathematik-Klausur vom 04.02.2015 und Finanzmathematik-Klausur vom 27.01.2015
Wirtschaftsmathematik-Klausur vom 04.0.015 und Finanzmathematik-Klausur vom 7.01.015 Bearbeitungszeit: W-Mathe 60 Minuten und F-Mathe 45 Min Aufgabe 1 a) Für die Absatzmenge x in ME) und den Verkaufspreis
MehrMathematik für Bioinformatik und Systembiologie. - Kapitel Einführung in die Optimierung - Roland Herzog und Dirk Lebiedz
Mathematik für Bioinformatik und Systembiologie - Kapitel Einführung in die Optimierung - Roland Herzog und Dirk Lebiedz WS 2009/10 Universität Freiburg Dieses Vorlesungsskript ist auf der Basis von Vorlesungen
MehrOptimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen
Optimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen Dr. Abebe Geletu Ilmenau University of Technology Department of Simulation and Optimal Processes
MehrLineare Differentialgleichungen erster Ordnung erkennen
Lineare Differentialgleichungen erster Ordnung In diesem Kapitel... Erkennen, wie Differentialgleichungen erster Ordnung aussehen en für Differentialgleichungen erster Ordnung und ohne -Terme finden Die
Mehre d m m = D d (E e (m)) D d E e m f c = f(m) m m m 1 f(m 1 ) = c m m 1 m c = f(m) c m c m b b 0, 1 b r f(b, r) f f(b, r) := y b r 2 n, n = pq ggt (p, q) = 1 p q y n f K f(x + y) = f(x) + f(y) f(x y) =
Mehra) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.
Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrOptik. Optik. Optik. Optik. Optik
Nenne das Brechungsgesetz! Beim Übergang von Luft in Glas (Wasser, Kunststoff) wird der Lichtstrahl zum Lot hin gebrochen. Beim Übergang von Glas (Wasser...) in Luft wird der Lichtstrahl vom Lot weg gebrochen.
Mehr1 Grundlagen: Abbildung mit Linsen
C B C @ KOP/ Koppelprobleme KOP Dieses Kapitel beschäftigt sich mit Fragestellungen bezüglich der Verkopplung von Wellenleitern sowie Stecker oder Spleiÿe. Grundlagen: bbildung mit Linsen Zunächst werden
MehrLehrstuhl für Technische Chemie 2 Übung 4 zur Vorlesung Katalyse und Reaktionstechnik im SS2010 (S. Maier, D. Hartmann, M. Salzinger, O.C.
Lehrstuhl für Technische Chemie 2 Übung 4 zur Vorlesung Katalyse und Reaktionstechnik im SS2010 (S. Maier, D. Hartmann, M. Salzinger, O.C. Gobin) 1. ufgabe: ufstellen eines kinetischen Geschwindigkeitsansatzes
MehrÜber Randeffekte bei der Dichteschätzung räumlich verteilter Daten
Über Randeffekte bei der Dichteschätzung räumlich verteilter Daten Andreas Fröhlich, Thomas Selhorst, Christoph Staubach FLI-Wusterhausen DVG Tagung Graz, September 2008 Institut für Epidemiologie Gliederung
MehrSudoku-Informatik oder wie man als Informatiker Logikrätsel löst
Sudoku-Informatik oder wie man als Informatiker Logikrätsel löst Peter Becker Hochschule Bonn-Rhein-Sieg Fachbereich Informatik peter.becker@h-brs.de Kurzvorlesung am Studieninformationstag, 13.05.2009
MehrMATTHIAS GERDTS. Optimale Steuerung. Universität Würzburg WiSe 2009/2010
MATTHIAS GERDTS Optimale Steuerung Universität Würzburg WiSe 2009/2010 Address of the Author: Matthias Gerdts Institut für Mathematik Universität Würzburg Am Hubland 97074 Würzburg E-Mail: gerdts@mathematik.uni-wuerzburg.de
Mehr\"UBER DIE BIVEKTOR\"UBERTRAGUNG
TitleÜBER DIE BIVEKTORÜBERTRAGUNG Author(s) Hokari Shisanji Journal of the Faculty of Science Citation University Ser 1 Mathematics = 北 要 02(1-2): 103-117 Issue Date 1934 DOI Doc URLhttp://hdlhandlenet/2115/55900
MehrTheorie der Informatik
Theorie der Informatik 0. Organisatorisches Malte Helmert Gabriele Röger Universität Basel 16. Februar 2015 Organisatorisches Personen Dozenten Prof. Dr. Malte Helmert E-Mail: malte.helmert@unibas.ch Büro:
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrModulbezeichnung in Englisch Algebra II Qualifikationsstufe/Geberstudien Bachelormodul/ Lehramt Gymnasium. N.N. verantwortlicher. Modulverantwortung /
Algebra II Modulbezeichnung in Englisch Algebra II Qualifikationsstufe/Geberstudien Bachelormodul/ Lehramt Gymnasium 82-105-L-MAT09-H-0610 N.N. Lehramt (H. Fischer) Leistungspunkte (ECTS-Punkte) 5 Gründliches
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrGeometrische Optik. Ausserdem gilt sin ϕ = y R. Einsetzen in die Gleichung für die Brennweite ergibt unmittelbar: 1 2 1 sin 2 ϕ
Geometrische Optik GO: 2 Leiten Sie für einen Hohlspiegel die Abhängigkeit der Brennweite vom Achsabstand des einfallenden Strahls her (f = f(y))! Musterlösung: Für die Brennweite des Hohlspiegels gilt:
MehrFunktionen (linear, quadratisch)
Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)
MehrExtremwertaufgaben. 3. Beziehung zwischen den Variablen in Form einer Gleichung aufstellen (Nebenbedingung),
Extremwertaufgaben x. Ein Landwirt will an einer Mauer einen rechteckigen Hühnerhof mit Maschendraht abgrenzen. 0 Meter Maschendraht stehen zur Verfügung. Wie groß müssen die Rechteckseiten gewählt werden,
MehrHöhere Mathematik III für Wirtschaftsinformatiker
TU Ilmenau Institut für Mathematik Prof. Dr. S. Vogel Höhere Mathematik III für Wirtschaftsinformatiker Funktionen von mehreren Variablen. Grenzwerte und Stetigkeit Betrachtet werden Funktionen f : D f
MehrGrundzustandsberechnung von Gross-Pitaevskii Gleichungen
Grundzustandsberechnung von Gross-Pitaevskii Gleichungen Christoph Bischko, Lukas Einkemmer, Dominik Steinhauser Fakultät für Mathematik, Informatik und Physik Universität Innsbruck 2. Juli, 2010 Christoph,
MehrStatistik. R. Frühwirth. Statistik. fru@hephy.oeaw.ac.at. VO 142.090 http://tinyurl.com/tu142090. Februar 2010. R. Frühwirth Statistik 1/536
fru@hephy.oeaw.ac.at VO 142.090 http://tinyurl.com/tu142090 Februar 2010 1/536 Übersicht über die Vorlesung Teil 1: Deskriptive Teil 2: Wahrscheinlichkeitsrechnung Teil 3: Zufallsvariable Teil 4: Parameterschätzung
MehrKlausur zur Vorlesung. Thermodynamik
Institut für Thermodynamik 25. August 2010 Technische Universität Braunschweig Prof. Dr. Jürgen Köhler Klausur zur Vorlesung Thermodynamik Für alle Aufgaben gilt: Der Rechen- bzw. Gedankengang muss stets
MehrMonte Carlo Simulationen
Monte Carlo Simulationen Erkenntnisse durch die Erschaffung einer virtuellen Welt Stefan Wunsch 31. Mai 2014 INSTITUT FÜR EXPERIMENTELLE KERNPHYSIK (IEKP) KIT Universität des Landes Baden-Württemberg und
MehrSoftware Engineering in der Praxis
Software Engineering in der Praxis Praktische Übungen Josef Adersberger Dirk Wischermann Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg 23. Oktober 2006 Inhalt Überblick
MehrSimulationstechnik I Einführung in die Simulationstechnik
Simulationstechnik I Einführung in die Simulationstechnik Modellierung und Simulation in der Verfahrenstechnik Teil 1: Praktische Übung Prof. Dr.-Ing. Wolfgang Marquardt Jürgen Hahn, Ph.D. Lehrstuhl für
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
Mehr