Differenzialgleichungen
|
|
- Evagret Waldfogel
- vor 6 Jahren
- Abrufe
Transkript
1 Differenzialgleichungen Fakultät Grundlagen April 2011 Fakultät Grundlagen Differenzialgleichungen
2 Übersicht Grundsätzliches 1 Grundsätzliches Problemstellung Richtungsfeld Beispiel 2 Eulerverfahren Heunverfahren Runge-Kutta-Verfahren 3 Impizites Eulerverfahren Stabilität Schritweitensteuerung 4 Fakultät Grundlagen Differenzialgleichungen Folie: 2
3 Definition Grundsätzliches Problemstellung Richtungsfeld Beispiel Anfangswertproblem einer Differentialgleichung erster Ordnung y = f (x, y), y(x 0 ) = y 0 Die rechte Seite der Differentialgleichung weist jedem Punkt des Definitionsbereichs eine Steigung zu Der Grundgedanke fast aller numerischer Verfahren ist, die sich kontinuierlich ändernde Steigung durch die Steigung(en) an einem oder mehreren diskreten Punkt(en) zu ersetzen Alle Numerischen Verfahren lassen sich auf vektorwertige Funktionen übertragen Fakultät Grundlagen Differenzialgleichungen Folie: 3
4 Richtungsfeld Grundsätzliches Problemstellung Richtungsfeld Beispiel Fakultät Grundlagen Differenzialgleichungen Folie: 4
5 Mathematisches Pendel Die Differenzialgleichung des mathematischen Pendels mit Anregung f (t) und Dämpfung proportional zur Geschwindigkeit lautet: ẍ(t) + k ẋ(t) + sin(x(t)) = f (t) Problemstellung Richtungsfeld Beispiel r x Mit der Substitution y 1 (t) = x(t) und y 2 (t) = ẋ(t) erhält man aus der Differentialgleichung 2 Ordnung ein äquivalentes System von zwei Differentialgleichungen 1 Ordnung: ẏ 1 = ẋ = y 2 ẏ 2 = ẍ = f (t) k y 2 sin(y 1 ) R = R G x sin x G Fakultät Grundlagen Differenzialgleichungen Folie: 5
6 Problemstellung Richtungsfeld Beispiel Mathematisches Pendel (vektoriell) Pendel : ( ẏ1 ẏ 2 ) ( = y 2 f (t) k y 2 sin(y 1 ) ) Allgemein: y 1 (x) y(x) =, y (x) = y n (x) y 1 (x) y n(x), f(x, y) = f 1 (x, y) f n (x, y) Vektorielle Form eines Differenzialgleichungssystems: y = f(x, y), y(x 0 ) = y 0 Fakultät Grundlagen Differenzialgleichungen Folie: 6
7 Konstruktion des Eulerverfahrens y Eulerverfahren Heunverfahren Runge-Kutta-Verfahren y(x) y 2 g 2 y 1 g 1 m 2 y 0 m 0 g 0 m 1 x x 0 x 0 + h }{{} x 1 + h }{{} x 1 x 2 Fakultät Grundlagen Differenzialgleichungen Folie: 7
8 Algorithmus des Eulerverfahrens Steigungen der Geraden Eulerverfahren Heunverfahren Runge-Kutta-Verfahren Rechenvorschrift g 0 : m 0 = f (x 0, y 0 ) y 1 = y 0 + h f (x 0, y 0 ) g 1 : m 1 = f (x 1, y 1 ) y 2 = y 1 + h f (x 1, y 1 ) g 2 : m 2 = f (x 2, y 2 ) y 3 = y 2 + h f (x 2, y 2 ) y y(x) y 2 g 2 Algorithmus y 1 y 0 g 0 g 1 x y n+1 = y n + h f (x n, y n ) x n+1 = x n + h x 0 x 1 x 2 Fakultät Grundlagen Differenzialgleichungen Folie: 8
9 Konstruktion des Heunverfahrens y y(x) Eulerverfahren Heunverfahren Runge-Kutta-Verfahren y H 1 y E 1 m 1 Algorithmus k 1 = h f (x n, y n ) y 0 m 0 x k 2 = h f (x n + h, y n + k 1 ) y n+1 = y n + k 1 + k 2 2 x n+1 = x n + h x 0 x 1 Beim Eulerverfahren wird die Steigung nur am Ausgangspunkt der jeweiligen Teilintervalle abgegriffen; Beim Heun-Verfahren wird mit eine gemittelten Steigung die Näherungsgerade bestimmt Runge-Kutta-Verfahren Fakultät Grundlagen Differenzialgleichungen Folie: 9
10 y R 1 Grundsätzliches Runge-Kutta-Verfahren y Eulerverfahren Heunverfahren Runge-Kutta-Verfahren y(x) m 4 k 1 = h f (x n, y n) Euler-Schritt k 2 = h f (x n h, yn k 1) k 3 = h f (x n h, yn k 2) k 4 = h f (x n + h, y n + k 3 ) y n+1 = y n [k 1 + 2k 2 + 2k 3 + k 4 ] m 3 x n+1 = x n + h y 0 m 1 m 2 m i = f (x?, y?? ) x x 0 x 0 + h 2 x 0 + h Steigungen in der Umgebung des vermuteten Kurvenverlaufs werden ermittelt Der eigentliche Rechenschritt wird dann mit einem gewichteten arithmetischen Mittel dieser Steigungen durchgeführt Fakultät Grundlagen Differenzialgleichungen Folie: 10
11 Eulerverfahren Heunverfahren Runge-Kutta-Verfahren Vergleich: y = 2 (x 1 5 ) (y ), y( 1 5 ) = 1 2 ; x e = 12 ye R ye H y E e y 0 y exakt Runge-Kutta Heun Euler x 0 y(x) x e Das Runge-Kutta-Verfahren benötigt pro Schritt vier Funktionsauswertungen, das Heun-Verfahren nur zwei, während das Euler- Verfahren nur einmal die rechte Seite f (x, y) auswerten muss Das Grundintervall wird deshalb zum Vergleich bei Runge-Kutta in zwei Teilintervalle, bei Heun in vier Teilintervalle und bei Euler in acht Teilintervalle unterteilt, sodass jeweils acht Funktionsauswertungen nötig sind Fakultät Grundlagen Differenzialgleichungen Folie: 11 x
12 Impizites Eulerverfahren Stabilität Schritweitensteuerung Testgleichung: y = λy ; y(0) = 1 Das Euler-Verfahren lautet in diesem Fall: y n+1 = y n + hf (x n, y n ) = y n + hλy n = (1 + λh)y n x n+1 = x n + h Iteriert man den Algorithmus, so erhält man: y n+1 = (1 + λh) n+1 1 Ist λ > 0, so wächst die Lösung y = e λx exponentiell an und das Näherungsverfahren (Euler) ergibt qualitativ den richtigen Verlauf Ist λ 0, so klingt die exakte Lösung exponentiell schnell ab Die Näherungslösung klingt aber nur dann ab, wenn der Ausdruck (1 + λh) betragsmäßig kleiner 1 wird Problematisch für Re{λ} 0!! Wir wählen nun die Stützstelle y 1 so, dass eine Gerade durch (x 0 + h, y 1 ) mit der Steigung f (x 0 + h, y 1 ) durch den Startpunkt (x 0, y 0 ) geht Impizites Eulerverfahren Testgleichung: y n+1 = y n + λy n+1 y n+1 = y n + h f (x n+1, y n+1 ) y y y n+1 = y n + h λy n+1 = n n+1 1 λ x n+1 = x n + h y y n+1 = 0 (1 λ) n+1 Ist λ 0 so ist (1 hλ) 1 und damit klingt die Näherungslösung ab Fakultät Grundlagen Differenzialgleichungen Folie: 12
13 Impizites Eulerverfahren Stabilität Schritweitensteuerung Skizze: y = λy für λ = 213 ; h = 1 e λx y y v 2 y r 1 y r 2 x y v 1 Fakultät Grundlagen Differenzialgleichungen Folie: 13
14 Coulomb-Reibung Grundsätzliches Impizites Eulerverfahren Stabilität Schritweitensteuerung Probleme bereiten bereits relativ einfache mechanische Beispiele D m Oszillator mit Coulomb-Reibung mẍ = Dx a sign(ẋ), D : Federkonstante a : Reibungskonstante Beim Aufruf der Prozedur ode45 für a = 03 zeigt sich, dass obige Differenzialgleichung damit nicht gelöst werden kann Für sehr kleine Geschwindigkeiten mit wechselndem Vorzeichen ergeben sich große, zeitlich dicht aufeinanderfolgende Sprünge für die Beschleunigung Das Runge-Kutta-Verfahren kann dieses starke Abklingen und Anwachsen nur mit immer kleiner werdender Schrittweite nachvollziehen und frisst sich schließlich fest implizite DGL-Löser MATAB: coulombreibungm, dgl ode vergleichm Fakultät Grundlagen Differenzialgleichungen Folie: 14 G
15 Stabilität Grundsätzliches Impizites Eulerverfahren Stabilität Schritweitensteuerung Die Testgleichung y = λy, y(0) = 1; λ IR heißt stabil, wenn y(t) für t beschränkt bleibt, d h für Re{λ} 0 Die Näherungsfolgen explizites Eulerverfahren y n+1 = (1 + λh) y n {y 0, y 1, y 2, y 3, } y implizites Eulerverfahren y n+1 = n (1 λh) explizites Eulerverfahren (1 + λh) 1 besitzen dasselbe Abklingverhalten, wenn implizites Eulerverfahren 1 1 (1 λh) Wir bezeichnen die Bereiche, in denen diese Ungleichung gilt als Stabilitätsbereich des Verfahrens Mit der Abkürzung z = λh erhält man: explizit: 1 + z 1 implizit: 1 z 1 Explizites Eulerverfahren 1 Im{z} 1 Re{z} Implizites Eulerverfahren 1 Im{z} 1 Re{z} Fakultät Grundlagen Differenzialgleichungen Folie: 15
16 Impizites Eulerverfahren Stabilität Schritweitensteuerung Schrittweitensteuerung; Schätzung des Fehlers Schätzung des lokalen Fehlers D Parallelrechnen mit zwei verschiedenen Verfahren, deren Fehlerordnung sich um 1 unterscheiden; nach jedem Schritt wird die Differenz der beiden Resultate gebildet Parallelrechnen mit halber Schrittweite Die Differenz ergibt wieder den Parameter für die Schrittweitensteuerung Mit diesen beiden Werten wird dann noch ein Extrapolationsschritt durchgeführt Schätzung des relativen lokalen Fehlers l bei Verfahren der Ordnung p : D h l 1 = Y (p+1) (h) Y (p) (h) h ; D h l 2 = Y (05 h) Y (h) h (1 2 p) Ist ɛ die vorgegebene lokale Toleranz, so kann man nach dem folgenden Kriterium verfahren Ist l ɛ, so wird die Schrittweite akzeptiert Andernfalls muss eine neue Schrittweite bestimmt werden Fakultät Grundlagen Differenzialgleichungen Folie: 16
17 Impizites Eulerverfahren Stabilität Schritweitensteuerung Schrittweitenbestimmung h h neu Für den lokalen Fehler D ergibt sich bei Vernachlässigung der Terme mit Ordnung m > p + 1 : D c h p+1 Akzeptiert man einen lokalen Fehler der Größe ε h, dann ist zu erwarten, dass der globale Fehler die Größenordnung ε (t end t 0 ) hat Für die optimale Schrittweite erhält man daraus die Beziehung: ε h opt = c h p+1 opt Nach Elimination der Konstante c aus den beiden Gleichungen erhalten wir einen Schätzwert für die optimale Schrittweite ( ) 1 h opt = h εl p Bei konkreter Implementierung wird zusätzlich eine maximale und eine minimale Schrittweite h max bzw h min vorgegeben Unterschreitet die vorgeschlagene Schrittweite h min, so ist eine Singularität wahrscheinlich f h neu = min(h max, f V h, f S h opt ) S Sicherheitsfaktor mit f S < 1 f V Skalierungsfaktor mit f V > 1 Fakultät Grundlagen Differenzialgleichungen Folie: 17
18 Integralgleichung Ausgangspunkt: Formulierung als Integralgleichung y(x k+1 ) = y(x k ) + x k+1 x k f (τ, y(τ)) dτ Bei wird der nächste Näherungwert y k+1 nur ausgehend von (x k y k ) bestimmt So versucht z B das klassische Runge-Kutta-Verfahren das Integral dadurch abzuschätzen, dass es an vier Stellen in der Nähe des vermuteten Kurvenverlaufs im Intervall [x k, x k+1 ] Steigungen abgreift und eine Durchschnittssteigung durch eine gewichtete arithmetische Mittelung bestimmt dagegen benutzen auch die vorhandene Information über f (x, y) an den vorhergehenden, äquidistanten Stützstellen (x k 1 y k 1 ), (x k 2 y k 2 ), Fakultät Grundlagen Differenzialgleichungen Folie: 18
19 Extrapolation Zur Approximation von f (x, y(x)) im Intervall [x k, x k+1 ] extrapoliert man f (x, y(x)) an den Stellen (x k f (x k, y k )), (x k 1 f (x k 1, y k 1 )), (x k 2 f (x k 2, y k 2 )), (x k 3 f (x k 3, y k 3 )) mittels eines Polynomansatzes p 3 (x) f f (x k, y k ) f (xk+1, y k+1 ) f (x k 3, y k 3 ) f (x k 1, y k 1 ) f (x k 2, y k 2 ) x x k 3 x k 2 x k 1 x k x k+1 Fakultät Grundlagen Differenzialgleichungen Folie: 19
20 Adams-Bashforth Integration über Polynom: x k+1 x k f (x, y(x)) dx x k+1 x k p 3 (x) dx o B d A Stützstellen ( 2 f k 3 ), ( 1 f k 2 ), (0 f k 1 ), (1 f k ) (f n = f (x n, y n)) p 3 (x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 Punktprobe ergibt ein lineares Gleichungssystem für die Koeffizienten a i : p 3 (1) = a 0 + a 1 + a 2 + a 3 = f k a 0 = f k 1 p 3 (0) = a 0 = f k 1 p 3 ( 1) = a 0 a 1 + a 2 a 3 = f k 2 p 3 ( 2) = a 0 2a 1 + 4a 2 8a 3 = f k 3 a 1 = 1 6 [2f k 3f k 1 6f k 2 + f k 3 ] a 2 = 1 2 [f k 2f k 1 + f k 2 ] a 3 = 1 6 [f k 3f k 1 + 3f k 2 f k 3 ] 2 p 3 (x)dx = a a a a 3 = 1 24 [55 f k 59 f k f k 2 9 f k 3 ] 1 y k+1 = y k + 24 h [ 55 f (x k, y k ) 59 f (x k 1, y k 1) +37 f (x k 2, y k 2 ) }{{} f k benötigt eine Funktionsauswertung pro Schritt! } {{ } f k 1 } {{ } f k 2 ] 9 f (x k 3, y k 3 ) }{{} f k 3 Fakultät Grundlagen Differenzialgleichungen Folie: 20
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
MehrDifferenzialgleichungen
Differenzialgleichungen Fakultät Grundlagen Februar 2016 Fakultät Grundlagen Differenzialgleichungen Übersicht Definitionen, Beispiele 1 Definitionen, Beispiele 2 Geometrische Deutung Numerik Einfache
MehrNumerische Integration von Differential-Gleichungen Das klassische Runge-Kutta-Verfahren
Numerische Integration von Differential-Gleichungen Das klassische Runge-Kutta-Verfahren Gegeben sei ein Anfangswertproblem erster Ordnung: y = f (x;y y(x 0 = y 0 Wie schon erörtert, beschreibt eine DGl
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
Mehr2.4 Adaptive Verfahren mit Schrittweitensteuerung
0 0 0 Euler und RK4 fuer f(t,y) = t 0. Euler RK4 /N 0 0 f(t,y) =. t 0., graduiertes Gitter RK4 /N 4 Fehler bei T = 0 3 0 4 0 5 Fehler bei T = 0 5 0 0 0 6 0 7 0 0 0 0 2 0 3 0 4 0 5 Anzahl Schritte N 0 5
MehrEuler-Verfahren. exakte Lösung. Euler-Streckenzüge. Folie 1
exakte Lösung Euler-Verfahren Folie 1 Euler-Streckenzüge Ein paar grundlegende Anmerkungen zur Numerik Die Begriffe Numerik bzw. Numerische Mathematik bezeichnen ein Teilgebiet der Mathematik, welches
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrMathematische Methoden für Informatiker
Prof. Dr. www.math.tu-dresden.de/ baumann 8.12.2016 20. Vorlesung Differentialgleichungen n-ter Ordnung Lösung einer Differentialgleichung Veranschaulichung der Lösungsmenge Anfangswertprobleme Differentialgleichungen
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)
Mehr4 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
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
Mehr4. Differentialgleichungen
4. Differentialgleichungen Prof. Dr. Erich Walter Farkas 10.11.2011 Seite 1 Einleitung Viele in der Natur stattfindende Vorgänge können durch sogenannte Differentialgleichungen beschrieben werden. Unter
MehrThema 10 Gewöhnliche Differentialgleichungen
Thema 10 Gewöhnliche Differentialgleichungen Viele Naturgesetze stellen eine Beziehung zwischen einer physikalischen Größe und ihren Ableitungen (etwa als Funktion der Zeit dar: 1. ẍ = g (freier Fall;
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
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
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
MehrDifferentialgleichungen. Aufgaben mit Lösungen. Jörg Gayler, Lubov Vassilevskaya
Differentialgleichungen Aufgaben mit Lösungen Jörg Gayler, Lubov Vassilevskaya ii Inhaltsverzeichnis. Tabelle unbestimmter Integrale............................... iii.. Integrale mit Eponentialfunktionen........................
MehrÜ b u n g s b l a t t 11
Mathe für Physiker I Wintersemester 0/04 Walter Oevel 8. 1. 004 Ü b u n g s b l a t t 11 Abgabe von Aufgaben am 15.1.004 in der Übung. Aufgabe 91*: (Differentialgleichungen, Separation. 10 Bonuspunkte
MehrInterpolation und Approximation
Interpolation und Approximation Fakultät Grundlagen Mai 2006 Fakultät Grundlagen Interpolation und Approximation Übersicht 1 Problemstellung Polynominterpolation 2 Kubische Fakultät Grundlagen Interpolation
Mehr2.3.1 Explizite Runge-Kutta-Verfahren
Somit ist y(t + h) = y + hf(t, y ) + h (f t (t, y ) + f y (t, y )f(t, y )) + O(h 3 ) Setzen wir Φ(t, y, h) := f(t, y) + h (f t(t, y) + f y (t, y)f(t, y)), so erhalten wir ein Verfahren mit der Konsistenzordnung
MehrA n a l y s i s Differentialgleichungen
A n a l y s i s Differentialgleichungen Edward Lorenz (*97 in West Haven, Connecticut) der Meteorologe. Er studierte Wettermodelle auf dem Computer. Dabei stellte er fest, dass sehr kleine Änderungen in
MehrEinführung in die Numerik strukturerhaltender Zeitintegratoren. Leonard Schlag 6. Dezember 2010
Einführung in die Numerik strukturerhaltender Zeitintegratoren Leonard Schlag 6. Dezember 2010 1 Inhaltsverzeichnis 1 Einführung in die Numerik strukturerhaltender Zeitintegratoren 3 1.1 Häuge Problemstellung:
Mehr9.1 Eine Gleichung mit einer Unbekannten exakt lösen x Beispiel 1: Die Gleichung x 2 = 4 lösen. solve( x / (x 2) = 4, x ); 8 3
MAPLE_Mini_09_V1-0.doc 9-1 9 Gleichungen 9.1 Eine Gleichung mit einer Unbekannten exakt lösen x Beispiel 1: Die Gleichung x 2 = 4 lösen. solve( x / (x 2) = 4, x ); 8 3 Beispiel 2: Lösen Sie die Gleichung
MehrEinstieg in die Informatik mit Java
Vorlesung vom 07.01.2008 Übersicht 1 Warm-Up zum Jahresbeginn 2 Anfangswertprobleme 3 Polygonzüge 4 Das Eulersche Polygonzugverfahren Warm-Up zum Jahresbeginn 1 Warm-Up zum Jahresbeginn 2 Anfangswertprobleme
MehrLösung 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
MehrKlausur zur Vordiplom-Prüfung
Technische Universität Hamburg-Harburg SS 25 Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 22. Juli 25 Sie haben 9 Minuten Zeit zum Bearbeiten der
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
Mehrε 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
Mehr12 Gewöhnliche Differentialgleichungen
12 Gewöhnliche Differentialgleichungen 121 Einführende Beispiele und Grundbegriffe Beispiel 1 ( senkrechter Wurf ) v 0 Ein Flugkörper werde zum Zeitpunkt t = 0 in der Höhe s = 0 t = 0 s = 0 mit der Startgeschwindigkeit
MehrMan kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall
4. Lösung einer Differentialgleichung. Ordnung mit konstanten Koeffizienten a) Homogene Differentialgleichungen y'' + a y' + b y = 0 (**) Ansatz: y = e µx, also y' = µ e µx und y'' = µ e µx eingesetzt
MehrNumerisches Programmieren
Technische Universität München SoSe 213 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Jürgen Bräckle Numerisches Programmieren 4. Programmieraufgabe: Freier
Mehr6. Erzwungene Schwingungen
6. Erzwungene Schwingungen Ein durch zeitveränderliche äußere Einwirkung zum Schwingen angeregtes (gezwungenes) System führt erzwungene Schwingungen durch. Bedeutsam sind vor allem periodische Erregungen
Mehr6.3 Exakte Differentialgleichungen
6.3. EXAKTE DIFFERENTIALGLEICHUNGEN 23 6.3 Exakte Differentialgleichungen Andere Bezeichnungen: Pfaffsche Dgl., Dgl. für Kurvenscharen, Nullinien Pfaffscher Formen. 1. Definitionen Pfaffsche Dgl, Dgl.
MehrDifferentialgleichung.
Kapitel 6 Differentialgleichungen erster Ordnung 0.7.0 Beispiel 6.: Durch Verzinsung wächst ein Kapital Kx im Laufe der Zeit x. Der Zuwachs K zum Zeitpunkt x im kleinen Zeitraum x ist proportional zum
MehrMotivation. Motivation 2
Grenzzyklen 1 Motivation Grenzzyklen modellieren von selbst oszillierende Systeme Stabile Grenzzyklen kleine Abweichungen in den Anfangsbedingungen gehen in Grenzzyklus über Beispiele: Van-der-Pol Schwingkreis
MehrFormelanhang Mathematik II
Formelanhang Mathematik II Mechatronik 2. Sem. Prof. Dr. K. Blankenbach Wichtige Formeln: - Euler: e j = cos() + j sin() ; e -j = cos() - j sin() - Sinus mit Phase: Übersicht Differentialgleichungen (DGL)
Mehr2 Einschrittverfahren 2.1 Einführung
Einschrittverfahren. Einführung Im folgenden werden wir uns bei der Beschreibung und Analyse von numerischen Verfahren für Anfangswertprobleme auf den Fall n = beschränken. Dies wird nur gemacht, um die
MehrLösung zur Übung 19 SS 2012
Lösung zur Übung 19 SS 01 69) Beim radioaktiven Zerfall ist die Anzahl der pro Zeiteinheit zerfallenden Kerne dn/dt direkt proportional zur momentanen Anzahl der Kerne N(t). a) Formulieren Sie dazu die
MehrKapitel 18 Numerisches Differenzieren und Integrieren
Kapitel 8 Numerisches Differenzieren und Integrieren 8 8 8 Numerisches Differenzieren und Integrieren.......... 43 8. Numerische Differenziation... 43 8.. Differenzenformeln für die erste Ableitung...
MehrIn der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y
Approximationen In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y y = f (x) x Um das Arbeiten mit einer komplizierten Funktion zu vermeiden, können wir versuchen, diese Funktion
MehrNumerische Integration und Differentiation
Einführung Grundlagen Bemerkung (Numerische Mathematik) a) Im engeren Sinn: zahlenmäßige Auswertung mathematischer Zusammenhänge z B Lösung von linearen und nichtlinearen Gleichungssystemen Numerische
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrDynamische Systeme eine Einführung
Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,
MehrVorlesungen: 16.1. 2006 30.1. 2006. 7 Differentialgleichungen. Inhaltsverzeichnis
Vorlesungen: 16.1. 2006 30.1. 2006 7 Differentialgleichungen Inhaltsverzeichnis 7 Differentialgleichungen 1 7.1 Differentialgleichungen 1. Ordnung...................... 2 7.1.1 Allgemeine Bemerkungen zu
MehrAufgaben zu Kapitel 14
Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
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)
MehrA2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
MehrStabilität mittels Ljapunov Funktion
Stabilität mittels Ljapunov Funktion Definition Eine C 1 Funktion V : D R, D R, heißt eine Ljapunov Funktion auf K r (0) D für f(y), falls gilt: 1) V(0) = 0, V(y) > 0 für y 0 2) V,f(y) 0 ( y, y r) Gilt
MehrAnwendungen des Eigenwertproblems
Anwendungen des Eigenwertproblems Lineare Differentialgleichungssysteme 1. Ordnung Lineare Differentialgleichungssysteme 2. Ordnung Verhalten der Lösung von linearen autonomen DGLS Hauptachsentransformation
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.
MehrOptimale 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
MehrBlatt 03.1: Scheinkräfte
Fakultät für Physik T1: Klassische Mechanik, SoSe 2016 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Sebastian Huber, Katharina Stadler, Lukas Weidinger http://www.physik.uni-muenchen.de/lehre/vorlesungen/sose_16/t1_theor_mechanik/
MehrDie Exponentialfunktion. exp(x)
Die Exponentialfunktion exp(x) Wir erinnern: Ist f : R R eine glatte Funktion, dann bezeichnet f (x) die Steigung von f im Punkt x. f (x) x x 0 x Wie sehen Funktionen aus mit 3 2 f f (x) = f(x) -3-2 -1
Mehr8. Übung zur Vorlesung Mathematisches Modellieren Lösung
Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ
Mehr(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2
Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit
MehrLösung der Prüfung Sommer 2009
Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
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
MehrTestvorbereitung: Integrierender Faktor
Testvorbereitung: Integrierender Faktor Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien,.02.2007 Voraussetzung: Kenntnis der exakten Differentialgleichungen! Theoretische Grundlagen Eine nicht exakte
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
Mehr9. Vorlesung Wintersemester
9. Vorlesung Wintersemester 1 Die Phase der angeregten Schwingung Wertebereich: bei der oben abgeleiteten Formel tan φ = β ω ω ω0. (1) ist noch zu sehen, in welchem Bereich der Winkel liegt. Aus der ursprünglichen
MehrMathematischen Grundlagen und Notationen
Mathematischen Grundlagen und Notationen Susanne Schimpf Juni 008 Es geht in dieser Lerneinheit darum, mathematische Notationen besser zu verstehen und auch selbst korrekt zu benutzen. Außerdem sollen
MehrAnalysis I. 11. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 11. Beispielklausur mit en Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Ein angeordneter Körper. ) Eine Folge in
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
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation
Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter
MehrMathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder
DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/
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
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
Mehr1 Grundprinzipien statistischer Schlußweisen
Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
Mehr4.3 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,
Mehrdurch Ratengleichungen der Form t t = F 2 N 1 t, N 2 t d N 1 t
5. Wechselwirkungen zwischen verschiedenen Spezies Allgemein kann man die zeitliche Entwicklung zweier Spezies N 1 und N 2 durch Ratengleichungen der Form d N 1 t d N 2 t = F 1 N 1 t, N 2 t, t = F 2 N
MehrMathematik für Bauingenieure
Mathematik für Bauingenieure von Kerstin Rjasanowa 1. Auflage Mathematik für Bauingenieure Rjasanowa schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Hanser München 2006 Verlag C.H.
Mehr2. Lagrange-Gleichungen
2. Lagrange-Gleichungen Mit dem Prinzip der virtuellen Leistung lassen sich die Bewegungsgleichungen für komplexe Systeme einfach aufstellen. Aus dem Prinzip der virtuellen Leistung lassen sich die Lagrange-Gleichungen
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrNewton-Verfahren zur gleichungsbeschränkten Optimierung. 1 Gleichungsbeschränkte Optimierungsprobleme
Newton-Verfahren zur gleichungsbeschränkten Optimierung Armin Farmani Anosheh (afarmani@mail.uni-mannheim.de) 3.Mai 2016 1 Gleichungsbeschränkte Optimierungsprobleme Einleitung In diesem Vortrag geht es
MehrGewöhnliche Differentialgleichungen
Kapitel 5 Gewöhnliche Differentialgleichungen In diesem Kapitel werden numerische Verfahren zur Lösung gewöhnlicher Differentialgleichungen erster Ordnung behandelt. Dabei werden sowohl einfache Verfahren
MehrAufgabe zur Corioliskraft 1. Hier ist es dringend angeraten als erstes eine aussagekräftige Skizze zu machen:
Aufgabe zur Corioliskraft 1 Aufgabe: Ein Luftgewehr sei mit dem Lot exakt senkrecht nach oben ausgerichtet. Nach dem Abschuss verlässt die Kugel den Lauf mit 60 ms 1 Wo landet das Geschoss, wenn der Abschuss
MehrProbe-Klausur 1 Mathematik f. Bau-Ing + Chem.Modul2
Probe-Klausur Mathematik f. Bau-Ing + Chem.Modul. (a) Durch die Punkte und gehe eine Ebene E, die auf der Ebene E : x + y z = 0 senkrecht steht. Bestimmen Sie die Gleichung der Ebene E. (b) Bestimmen Sie
MehrInhalt. Vorwort Mittelwertsatz der Integralrechnung... 31
Inhalt Vorwort... 5 1 Stammfunktionen... 7 1.1 Erklärung der Stammfunktionen........................................... 7 1.2 Eigenschaften der Stammfunktionen.................................... 10 1.3
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
Mehr13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01
. Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrDifferentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 3/4 Prof. Dr. R. Lauterbach Dr. K. Rothe Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lösungen zu Präsenzblatt Aufgabe A: Ein
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
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
MehrAus meiner Skriptenreihe: "Keine Angst vor "
Dipl.-Kaufm. Wolfgang Schmitt Aus meiner Skriptenreihe: "Keine Angst vor " Verfahren der Nullstellenberechnung der Funktionen n n 1 n 2 n i 1 f x ax a x a x... ax... a x 0 1 2 3 i n für n > 1 http://www.nf-lernen.de
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrNichtlineare Prozesse in der Elektrochemie II
Nichtlineare Prozesse in der Elektrochemie II 5. Stabilität und Instabilität Neue (dissipative) Strukturen entstehen, wenn der bisherige stationäre Zustand, der den thermodynamischen Zweig repräsentiert,
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
Mehr3 Interpolation und Approximation
In dem ersten großen Kapitel beschäftigen wir uns mit der Frage, wie eine Reihe von Daten (z.b. aus physikalischen Messungen, experimentelle Beobachtungen, Börse, etc.) durch eine möglichst einfache Funktion
MehrBeispiel: Evolution infizierter Individuen
Differentialgleichungen sind sehr nützlich in der Modellierung biologischer Prozesse, denn: damit kann man auch sehr komplizierte Systeme beschreiben die Mathematik liefert mit der gut entwickelten Theorie
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
Mehr3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen
KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an
MehrFB IV Mathematik Universität Trier. Präsentation von Nadja Wecker
FB IV Mathematik Universität Trier Präsentation von Nadja Wecker 1) Einführung Beispiele 2) Mathematische Darstellung 3) Numerischer Fluss für Diffusionsgleichung 4) Konvergenz 5) CFL-Bedingung 6) Zusammenfassung
Mehr