Baudynamik und Zustandsanalyse
|
|
- Maya Lehmann
- vor 6 Jahren
- Abrufe
Transkript
1 Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [ geschrieben und erstmals auf den Webseiten der Hochschule für Technik und Wirtschaft in Dresden (University of Applied Sciences) [ veröffentlicht. Die Schrift trägt den Charakter eines Arbeitskonzepts, so dass ich für Hinweise und Anregungen aller Art, einschließlich zu Rechtschreibung, Grammatik und Druckbild sehr dankbar bin. Mit meinem Beitrag erhebe ich keinen Anspruch auf irgendeine Vollständigkeit bzw. Allgemeingültigkeit. Ich möchte einzig und allein an exemplarischen Problemstellungen der Baumechanik logisch einfache mathematisch-physikalische Lösungsmethoden zur Diskussion stellen. Mirko Slavik, Dresden 14 Modalanalyse diskreter Systeme 14.1 Allgemeines In den Kapiteln 11 und 12 sind bereits erste wesentliche Überlegungen zur Modalanalyse formuliert worden. Diese beschränkten sich aber zunächst nur auf die Eigenwerte und deren zugehörige idealisierten Ersatzsysteme Wir leiten jetzt die modale Vorgehensweise für ein beliebiges inhomogenes, ungedämpftes Mehrmassensystem her. Dazu ist es zweckmäßig, die Gleichgewichtsgleichungen in eine geeignete Matrizenform zu transformieren. Diese lautet in allgemeiner Form: matma vekv + matka vekv = vekf mit matma matka vekv vekv vekf - Massenmatrix - Steifigkeitsmatrix - Vektor der globalen Freiheitsgrade (Verschiebungen, Verdrehungen) - Vektor der 2. Ableitung des Vektors vekv nach der Zeit - Vektor der Störfunktionen (Kraft-, Weg-, Unwuchterregung) Der Vektor der globalen Freiheitsgrade, der sowohl weg- als auch zeitabhängig ist, wird derartig mit den Eigenformen des Systems verknüpft, dass seine Aufspaltung in einen allein weg- und in einen allein zeitabhängigen Teil gelingt (vgl. hierzu Absatz 11.12): vekv = matef vekq mit matef vekq - Matrix der Eigenformen (wegabhängig - zeitunabhängig) deren Spalten stellen die Eigenvektoren des Systems dar - Vektor der generalisierten Koordinaten (wegunabhängig - zeitabhängig) Damit erhält die Matrizengleichung (14.1.2) den unten angeführten Ausdruck. Wenn dieser von links mit der transponierten Eigenformmatrix multipliziert wird, entstehen die uns aus dem Absatz bekannten Diagonalmatrizen der generalisierten Massen bzw. Steifigkeiten. Zusätzlich erscheint auf der rechten Seite die generalisierte Erregung matef T vekf. matma mat EF vekq'' + matka matef vekq = vekf matef T matma matef vekq'' + matef T matka matef vekq = matef T vekf matm G vekq '' + matk G vekq = matef T vekf
2 2 baudyn_14_modalanalyse.nb Werden die Eigenformen gemäß Absatz normiert, bekommt die letzte Gleichung im Absatz eine bemerkenswerte, logisch einfache Endform: mate vekq'' + matλ vekq = matef T vekf Der Ausdruck mate steht für eine Einheitsmatrix und matλ kennzeichnet die Diagonalmatrix der Quadrate der Eigenkreisfrequenzen. Das obige Gleichungssystem beinhaltet folglich eine Gruppe von n Einzelgleichungen. Das ursprüngliche n-fache Mehrmassensystem ist in eine Gruppe n voneinander unabhängiger Einmassenschwinger entkoppelt worden. Jeder der Einmassenschwinger kann nach den z. B. in den Kapiteln 7 bzw. 10 beschriebenen Methoden berechnet werden. Zum Schluss superponiert man die Teilergebnisse gemäß Absatz Dreimassenschwinger mit Krafterregung Ausgangspunkt ist das Gleichungssystem des Absatzes Auf der rechten Seite werden jedoch noch zwei Erregerkräfte, die auf die Massepunkte m 1 und m 3 in Richtung der Freiheitsgrade einwirken, ergänzt: m 1 x 1 ''[t] + k 1 (x 1 [t] - x 2 [t]) = F 1 [t] m 2 x 2 ''[t] + k 2 (x 2 [t] - x 3 [t]) - k 1 (x 1 [t] - x 2 [t]) = 0 m 3 x 3 ''[t] + k 3 x 3 [t] - k 2 (x 2 [t] - x 3 [t]) = F 3 [t] Wir übernehmen die Masse- und Steifigkeitsmatrix matma bzw. matka und ergänzen die Vektoren der globalen Freiheitsgrade sowie der Erregung. Das neue Gleichungssystem ist mit dem obigen des Absatzes identisch: matma = m m 2 0 matka = 0 0 m 3 k 1 -k 1 0 -k 1 k 1 + k 2 -k 2 0 -k 2 k 2 + k 3 vekf = F 1 [t] 0 F 3 [t] vekv = x 1 [t] x 2 [t] x 3 [t] vekv'' = x 1 ''[t] x 2 ''[t] x 3 ''[t] FullSimplify[MatrixForm[matMA.vekV '' + matka.vekv] MatrixForm[vekF]] F 1 [t] 0 F 3 [t] k 1 (x 1 [t] - x 2 [t]) + m 1 x 1 [t] k 1 (-x 1 [t] + x 2 [t]) + k 2 (x 2 [t] - x 3 [t]) + m 2 x 2 [t] -k 2 x 2 [t] + (k 2 + k 3 ) x 3 [t] + m 3 x 3 [t] Im Weiteren nutzen wir das Zahlenbeispiel aus dem Kapitel 12 (siehe insbesondere die Absätze 12.9 bzw ). Zuerst ermittelt bzw. stellt man die Matrix der Eigenformen matef auf. Im Anschluss werden die Vektoren der globalen Koordinaten gemäß Absatz 14.1 ff. durch die generalisierten Koordinaten ausgedrückt. ersteform = { `, `, `} zweiteform = { `, `, `} dritteform = { `, `, `}
3 baudyn_14_modalanalyse.nb 3 matef = m 1 = 38.7 m 2 = 7.65 m 3 = 98.9 k 1 = 1750 k 2 = k 3 = vekq = q 1 q 2 q 3 vekq'' = q 1 '' q 2 '' q 3 '' Matrizengleichung des gewählten Systems: 1750 x 1 [t] x 2 [t] x 1 [t] x 1 [t] x 2 [t] x 3 [t] x 2 [t] x 2 [t] x 3 [t] x 3 [t] F 1 [t] 0 F 3 [t] Modifiziertes Matrizensystem gemäß (14.1.4) matef T.matMA.matEF.vekq'' + matef T.matKA.matEF.vekq == matef T.vekF : q q q q q q q q q q q q q q q q q q F 1 [t] F 3 [t] F 1 [t] F 3 [t] F 1 [t] F 3 [t] Um das erwünschte entkoppelte modale Gleichungssystem zu erhalten, muss sowohl eine zweckgerichtete Bearbeitung der generalisierten Masse- sowie Steifigkeitsmatrix als auch eine Normierung der Eigenformen gemäß Absatz durchgeführt werden: matm G = Modifizierte matef : Normierte matm G :
4 4 baudyn_14_modalanalyse.nb Normierte matk G : Entkoppeltes modales Gleichungssystem : q q q q q q F 1 [t] F 3 [t] F 1 [t] F 3 [t] F 1 [t] F 3 [t] Endergebnis der Superposition: x 1 [t] x 2 [t] x 3 [t] q q q q q q q q q Dreimassenschwinger mit Wegerregung Im Abschnitt 13.4 wurde die Lösung für den obigen Dreimassenschwinger als ein gedämpftes System, das einer Wegerregung ausgesetzt ist, aufbereitet. Anhand dieses Standardbeispiels wollen wir nun die Vorgehensweise der Modalanalyse aufzeigen und die Ergebnisse beider Methoden miteinander vergleichen Wir wählen dieselben Eingabedaten, die dem Absatz bzw. Absatz zugrunde liegen. Die Dämpfungskoeffizienten sind jetzt aber auf null gesetzt. Somit gilt für die modifizierten bzw. normierten Eingangsmatrizen gemäß Absatz : {m 1 = 38.7, m 2 = 7.65, m 3 = 98.9, k 1 = 1750, k 2 = , k 3 = } {c 1 = 0, c 2 = 0, c 3 = 0, A h = 1, ω err = 30} matma = m m 2 0 matka = 0 0 m 3 k 1 -k 1 0 -k 1 k 1 + k 2 -k 2 0 -k 2 k 2 + k 3 lamda = Solve[Det[(matKA - λ n matma)] 0, λ n ] Table[λ n = lamda[[n, 1, 2]], {n, 1, 3}] Tableω 2 n,ungedämpft λ n, {n, 1, 3} {{λ n }, {λ n }, {λ n }} 2 ω 1,ungedämpft , ω 2,ungedämpft , ω 3,ungedämpft
5 baudyn_14_modalanalyse.nb 5 matm G = matk G = ` ` ` matef = ` ` ` ` ` ` ` ` ` Der Vektor der Erregungsfunktionen beträgt in Anlehnung an Absatz 13.2: vekf = 0 k 2 A h Sin[ω err t] -k 2 A h Sin[ω err t] Somit erhält das entkoppelte Gleichungssystem die Form: vekq = q 1 q 2 q 3 vekq'' = q 1 '' q 2 '' q 3 '' vekv = x 1 [t] x 2 [t] x 3 [t] MatrixForm[matm G.vekq '' + matk G.vekq ] MatrixForm[Transpose[matEF].vekF] q 1 + q q 2 + q q 3 + q Sin[30 t] Sin[30 t] Sin[30 t] Die rechnerische Analyse der drei entkoppelten, ungedämpften Einmassensysteme kann nach dem Algorithmus vom Absatz 7.18 erfolgen. Das Endergebnis für die zeitlichen Verläufe der globalen Verschiebungen lautet schließlich: MatrixForm[vekV] MatrixForm[matEF.vekq] x 1 [t] x 2 [t] x 3 [t] q q q q q q q q q Um die Richtigkeit der Überlegungen aufzuzeigen, werden die numerischen Ergebnisse mit denen gemäß Abschnitt 13.4 verglichen, die in den unten ausgewiesenen Grafiken den rotpunktierten Linien entsprechen. Die Verläufe der Schwingwege laut der modalen Analyse sind schwarz dargestellt.
6 6 baudyn_14_modalanalyse.nb 14.4 Zweimassenschwinger Als ein weiteres Beispiel wird der im Bild dargestellte Zweimassenschwinger untersucht. Zuerst sind wieder die Eigenwerte zu bestimmen. Ausgangspunkt dafür ist das unten angeführte System von Differenzialgleichungen, bei dem die Dämpfungsanteile vernachlässigt sind.
7 baudyn_14_modalanalyse.nb 7 Masse Masse + + m 1 m 2 Feder k 1 Feder k 2 Feder k 3 x 1 x 1 x 2 x 2 Bild : Zweimassensystem mit zwei Festhaltungen gleisys = { m 1 x 1 '' + k 1 x 1 + k 2 (x 1 - x 2 ) == 0, m 2 x 2 '' + k 3 x 2 + k 2 (x 2 - x 1 ) == 0} x 1 = x 1,n Sin[ω n t], x 2 = x 2,n Sin[ω n t], x 1 '' = D[x 1, {t, 2}], x 2 '' = D[x 2, {t, 2}] Simplify[MatrixForm[gleisys]] Sin[t ω n ] k 1 x 1,n - m 1 ω 2 n x 1,n + k 2 x 1,n - x 2,n 0 Sin[t ω n ] k 3 - m 2 ω 2 n x 2,n + k 2 -x 1,n + x 2,n 0 mata = -m 1 ω n 2 + k 1 + k 2 -k 2 -k 2 -m 2 ω n 2 + k 3 + k 2, vekx[n] = x 1,n x 2,n "mata.vekx[n] = " MatrixForm[matA.vekx[n]] MatrixForm 0 0 "matma = " MatrixFormmatMA = m m 2 "matka = " MatrixFormmatKA = mata + ω n 2 matma mata.vekx[n] = k 1 + k 2 - m 1 ω n 2 x 1,n - k 2 x 2,n -k 2 x 1,n + k 2 + k 3 - m 2 ω n 2 x 2,n 0 0 matma = m m 2 matka = k 1 + k 2 -k 2 -k 2 k 2 + k 3 {m 1 = 5, m 2 = 5, k 1 = 500, k 2 = 250, k 3 = 500} vekλ: , vekω n:
8 8 baudyn_14_modalanalyse.nb matef: , matm G: Modifizierte matef: Normierte matm G : Normierte matk G : Wie leicht zu sehen ist, entspricht die normierte Massenmatrix matm G der Einheitsmatrix und die normierte Steifigkeitsmatrix matk G der Matrix der Quadrate der Eigenkreisfrequenzen matλ. Somit bereitet es keine Schwierigkeiten, die modale Lösungsmatrix bei Vorhandensein spezieller Erregungen aufzustellen. vekq = q 1, vekq'' = q 1'' 50 Sin[12 t], vekf = q 2 q 2 '' -75 Sin[12 t], vekv = x 1[t] x 2 [t] Entkoppeltes modales Gleichungssystem : Sin[12. t] Sin[12. t] 100. q 1 + q q 2 + q 2 Endergebnis der Superposition: x 1[t] x 2 [t] q q q q 2
9 baudyn_14_modalanalyse.nb 9
Baudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOFRAM-Research [http://www.wolfram.com]
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrBaudynamik und Zustandsanalyse
audynamik und Zustandsanalyse Eine Einführung in die audynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOFRAM-Research [http://www.wolfram.com] geschrieben
Mehr3. Erzwungene Schwingungen
3. Erzwungene Schwingungen 3.1 Grundlagen 3.2 Tilger 3.3 Kragbalken 3.4 Fahrbahnanregung 3.3-1 3.1 Grundlagen Untersucht wird die Antwort des Systems auf eine Anregung mit harmonischem Zeitverlauf. Bewegungsgleichung:
Mehr1. Aufgabe: (ca. 14% der Gesamtpunkte)
Institut für Mechanik Prof. Dr.-Ing. habil. P. Betsch Prof. Dr.-Ing. habil. Th. Seelig Prüfung in Baudynamik 23. Juli 2018 1. Aufgabe: (ca. 14% der Gesamtpunkte) a) Geben Sie Amplitude, Frequenz und Phasenverschiebung
MehrMaschinendynamik. Klausur Frühjahr Name: Matrikel-Nr.:
Maschinendynamik Klausur Frühjahr 2009 Name: Matrikel-Nr.: Punkte Aufgabe 1 Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 erreichte Punkte mögliche Punkte 60 Maschinendynamik Klausur Frühjahr 2009
Mehr6 Systeme mit mehreren Freiheitsgraden
6 Systeme mit mehreren Freiheitsgraden 6.. Steifigkeitsformulierung 6. Formulierung der Bewegungsgleichung 6.. Gleichgewichtsformulierung Die Freiheitsgrade sind die horizontalen Verschiebungen und u auf
MehrKapitel 7 Generalisierte Koordinaten und dynamische Antwortrechnung
Kapitel 7 Generalisierte Koordinaten und dynamische Antwortrechnung In Kap. 4 wurden am Beispiel von Zwei- und Mehrmassenschwingern dynamische Antwortrechnungen durchgeführt. Dabei zeigte sich, dass bei
MehrGrundlagen der Stochastik
stoch_09.nb Grundlagen der Stochastik Das vorliegende Skript wurde im Original mit dem Programmsstem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com] geschrieben und erstmals auf den Webseiten
MehrGrundlagen der Stochastik
stoch_7.nb 1 Grundlagen der Stochastik Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com] geschrieben und erstmals auf den Webseiten
Mehreine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.
Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
Mehr2. Modalanalyse. Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen.
2. Modalanalyse Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen. Die experimentelle Modalanalyse von Flugzeugen erfolgt
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
Mehr3. Fluid-Struktur-Kopplung
3. Fluid-Struktur-Kopplung Bei einer schwingenden Struktur muss die Normalkomponente der Schallschnelle mit der Normalkomponente der Geschwindigkeit an der Oberfläche der Struktur übereinstimmen. Dadurch
MehrTutorium Mathematik II M WM
Tutorium Mathematik II M WM 9.6.7 Lösungen Lösen Sie folgende Systeme von Differentialgleichungen der Form x = A x + b mit. A = 6 und b = et. e t Hinweis: Die Eigenwerte und -vektoren der Matrix A lauten:
Mehr3. Modalanalyse. Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen.
3. Modalanalyse Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen. Bei der rechnerischen Modalanalyse muss ein Eigenwertproblem
MehrBaudynamik (Master) SS Beispiele: Ungedämpfte freie Schwingungen
Baudynamik (Master) SS 7 Beispiee: Ungedämpfte freie Schwingungen Ungedämpfte freie Schwingungen Beispie : Eigenfrequenzen und Eigenformen m m m m, m m m Steifigkeitsmatrix: K= k 7 5 5 6 k 48EI Massenmatrix:
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004
B Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004 April Klausur (Rechenteil Lösungen Lineare Algebra für Ingenieure Name:.......................................
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrExkurs: Eigenwertproblem
1 von 7 29.11.2008 16:09 Exkurs: Eigenwertproblem Bei der Faktorenanalyse tritt das Eigenwertproblem auf. Man spricht von einem Eigenwertproblem wenn das Produkt zwischen einer Matrix und einem Vektor
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 25.
A Technische Universität Berlin Fakultät II Institut für Mathematik WS 3/4 Eppler, Richter, Scherfner, Seiler, Zorn 5. Februar 4 Februar Klausur (Rechenteil) Lösungen: Lineare Algebra für Ingenieure Name:.......................................
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
MehrÜbungsblatt
Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOFRAM-Research [http://www.wolfram.com]
MehrMathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2
Fakultät Mathematik WS 27/8 Institut für Mathematische Stochastik / Institut für Analysis Dr. W. Kuhlisch, Dr. F. Morherr Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie
MehrEigenwertprobleme. 25. Oktober Autoren: 1. Herrmann, Hannes ( ) 2. Kraus, Michael ( ) 3. Krückemeier, Paul ( )
Eigenwertprobleme 5. Oktober Autoren:. Herrmann, Hannes (45969). Kraus, Michael (9). Krückemeier, Paul (899) 4. Niedzielski, Björn (7) Eigenwertprobleme tauchen in der mathematischen Physik an Stellen
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 27 L I N E A R E A L G E B R A F Ü R T P H, U E (.64) 2. Haupttest (FR, 9..28) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 7 L I N E A R E A L G E B R A F Ü R T P H, U E (.64). Haupttest (FR, 9..8) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrLösungen der Aufgaben zu Kapitel 11
Lösungen der Aufgaben zu Kapitel Vorbemerkung: Zur Bestimmung der Eigenwerte (bzw. des charakteristischen Polynoms) einer (, )-Matrix verwenden wir stets die Regel von Sarrus (Satz..) und zur Bestimmung
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Betrachtet wird eine (n,n)-matrix A. Eine Zahl λ heißt Eigenwert von A, wenn ein Vektor v existiert, der nicht der Nullvektor ist und für den gilt: A v = λ v.
Mehrk = 1, 2,..., n (4.44) J k ϕ
236 4 Torsionsschwinger und Längsschwinger ( J1 J2) M J M J2/ J1= 02, 10 0,5 8 1 + 6 2 max 4 5 2 10 2 bezogenes Moment 0 Bild 45 1 2 5 10 relatives Spiel ctϕ S/ M10 Maximales Moment infolge Spiel im Antrieb
Mehr4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. 4. Dämpfungsmodelle. Elastodynamik 1 3.
4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung 4. Dämpfungsmodelle 3.4-1 4.1 Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische
MehrBaudynamik (Master) SS 2014
Baudynamik (Master) SS 14 3. Schwingungen mit zwei und mehr Freiheitsgraden 3.1 Einige Prinzipien der Mechanik und Herleitung der Schwingungsgleichungen 3.1.1 Einige Prinzipien der Mechanik 3.1. Herleitung
Mehr47 Singulärwertzerlegung
47 Singulärwertzerlegung 47.1 Motivation Wir haben gesehen, dass symmetrische Matrizen vollständig mithilfe ihrer Eigenwerte und Eigenvektoren beschrieben werden können. Diese Darstellung kann unmittelbar
MehrEigenwerte und Eigenvektoren
Vortrag Gmnasium Birkenfeld Von der mathematischen Spielerei zur technischen Anwendung Vortrag Gmnasium Birkenfeld. Vektoren und Matrizen Wir betrachten einen Punkt P (, ) in der Ebene eines rechtwinklig
MehrGrundlagen der Stochastik
stoch_00_05.nb 1 Grundlagen der Stochastik Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von OLFRAM-Research [http://www.wolfram.com] geschrieben und erstmals auf den ebseiten
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrDämpfung. . Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung. Elastodynamik 2 SS
Dämpfung. Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung 5. Dämpfung 5-1 1. Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische Energie
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
MehrHauptachsentransformation: Eigenwerte und Eigenvektoren
Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung
MehrBaudynamik (Master) SS 2017
Baudynamik (Master) SS 7 3. Schwingungen mit zwei und mehr Freiheitsgraden 3. Einige Prinzipien der Mechanik und Herleitung der Schwingungsgleichungen 3.. Einige Prinzipien der Mechanik 3.. Herleitung
Mehr6. Lineare DGL-Systeme erster Ordnung
HJ Oberle Differentialgleichungen I WiSe 22/3 6 Lineare DGL-Systeme erster Ordnung A Allgemeines Wir betrachten ein lineares DGL System erster Ordnung y (t = A(t y(t + b(t (6 und setzen voraus, dass die
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 +
MehrLösungsskizzen zur Nachklausur
sskizzen zur Nachklausur Mathematik II für die Fachrichtungen Biologie und Chemie Sommersemester 22 Aufgabe Es seien die folgenden Vektoren 2 v = 2, v 2 = und v 3 = 2 im R 3 gegeben. (a) Zeigen Sie, dass
MehrBaudynamik und Zustandsanalyse
Baudynamik und Zustandsanalyse Eine Einführung in die Baudynamik mit Mathematica Das vorliegende Skript wurde im Original mit dem Programmsystem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com]
MehrKlausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte, 90 min
Klausur, Analyse mehrdimensionaler Daten, WS 2010/2011, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 21.02.2011 Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte,
MehrMathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik I+II Frühlingsemester 219 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 46 8. Lineare Algebra: 5. Eigenwerte und
MehrT2 Quantenmechanik Lösungen 7
T2 Quantenmechanik Lösungen 7 LMU München, WS 7/8 7.. Lineare Algebra Prof. D. Lüst / Dr. A. Schmidt-May version: 28.. Gegeben sei ein komplexer Hilbert-Raum H der Dimension d. Sei { n } mit n,..., d eine
Mehr4. Dämpfungsmodelle. 4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. Elastodynamik 3.
4. Dämpfungsmodelle 4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung 3.4-1 4.1 Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Dabei
Mehr7.4 Gekoppelte Schwingungen
7.4. GEKOPPELTE SCHWINGUNGEN 333 7.4 Gekoppelte Schwingungen Als Beispiel für 2 gekoppelte Schwingungen betrachten wir das Doppelpendel, das in Abb. 7.19 dargestellt ist. Zunächst vernachlässigen wir die
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik
MehrLineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
Mehr4 Der Gauß Algorithmus
4 Der Gauß Algorithmus Rechenverfahren zur Lösung homogener linearer Gleichungssysteme Wir betrachten ein GLS (1) a 11 x 1 + a 1 x + + a 1n x n = a 1 x 1 + a x + + a n x n = a m1 x 1 + a m x + + a mn x
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 7 L I N E A R E A L G E B R A F Ü R T P H, U E (.64). Haupttest (FR, 9..8) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrDefinition, Rechenoperationen, Lineares Gleichungssystem
Bau und Gestaltung, Mathematik, T. Borer Aufgaben /3 Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den
Mehr18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive
Mehrm 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23
Kapitel 5 Eigenwerte 5. Definition und Beispiele Wir sehen uns ein System dreier schwingender Kugeln der Massen m, m und m 3 an, die durch Federn aneinander gekoppelt sein sollen. m k m k 3 m 3 x ( t x
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrP AP 1 = D. A k = P 1 D k P. = D k. mit P 0 3
Matrixpotenzen In Anwendungen müssen oft hohe Potenzen einer quadratischen Matrix berechnet werden Ist die Matrix diagonalisierbar, dann kann diese Berechnung wie folgt vereinfacht werden Sei A eine diagonalisierbare
MehrMathematik I für MB und ME
Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrEigenwerte und Fourier - Simulation von Massenschwingern mit Mathcad
Eigenwerte und Fourier - Simulation von Massenschwingern mit Mathcad Federschwinger mit zwei Federn Federmassenschwinger sind schön geeignet, um in Vorlesung der Ingenieurmathematik die Brücke zwischen
MehrÜbungsaufgaben Lösungen
Übungsaufgaben Lösungen Stochastische Matrizen, Markov-Prozesse MV5.1 Eine N N-Matrix P heißt stochastisch, wenn ihre Matrixelemente nicht-negativ sind und alle Zeilensummen 1 ergeben. In Formeln: P ij
Mehr( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
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
MehrAufgabe: Berechnen Sie die Aufgaben aus Kapitel 3 mit Maple resp. MatLab durch.
7 Anhang: Tools 7.1 Einbettung in die Matrizenrechnung 7.1.1 Erste Aufgaben zur Matrizenrechnung 1. Aufgabe: Definieren Sie die Matrizen A = 1 0-2 -3 5 1 4 2-1 und B = 2. Aufgabe: Matrizen addieren und
MehrÜbungsaufgaben zur Vektorrechnung
Übungsaufgaben zur Vektorrechnung W. Kippels 9. Januar Inhaltsverzeichnis Aufgaben. Aufgabe..................................... Aufgabe a................................ Aufgabe b................................
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr13. ABBILDUNGEN EUKLIDISCHEN VEKTORRÄUMEN
13. ABBILDUNGEN in EUKLIDISCHEN VEKTORRÄUMEN 1 Orthogonale Abbildungen im R 2 und R 3. Eine orthogonale Abbildung ist eine lineare Abbildung, die Längen und Orthogonalität erhält. Die zugehörige Matrix
MehrMathematik I für MB/ME
Mathematik I für MB/ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 25/26 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrKapitel 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
MehrMathematik für Wirtschaftswissenschaftler I (Lineare Algebra) 2. Klausur Wintersemester 2011/
Mathematik für Wirtschaftswissenschaftler I (Lineare Algebra) 2. Klausur Wintersemester 2011/2012 21.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN. Nachname:...................................................................
Mehrf = f = f = Institut für Technische und Num. Mechanik Prof. P. Eberhard / Dr.-Ing. F. Fleißner WS 2017/18 P März 2018
Institut für Technische und Num. Mechanik Maschinendynamik Prof. P. Eberhard / Dr.-Ing. F. Fleißner WS 2017/18 P 1 20. März 2018 Prüfung in Maschinendynamik Nachname, Vorname Aufgabe 1 (6 Punkte) Bestimmen
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.
MehrApl. Prof. Dr. N. Knarr Höhere Mathematik III Musterlösung , 120min
Aufgabe 1 8 Punkte Es seien eine Kurve K R mit Parametrisierung C : [ π, π] R und ein Vektorfeld g : R R gegeben durch cos t 4y Ct :, gx, y : sin t 1 05 K 05 05 1 15 05 a 3 Punkte Berechnen Sie die Zirkulation
MehrKlassische Theoretische Physik II (Theorie B) Sommersemester 2016
Karlsruher Institut für Technologie Institut für Theorie der Kondensierten Materie Klassische Theoretische Physik II (Theorie B Sommersemester 6 Prof. Dr. Alexander Mirlin Musterlösung: Blatt. PD Dr. Igor
MehrLineare DGL-Systeme 1. Ordnung
Lineare DGL-Systeme 1. Ordnung Eine Reihe von naturwissenschaftlichen Problemstellungen, wie z. B. Feder- Dämpfer-Systeme der Mechanik oder Kirchhoffsche Netzwerke der Elektrotechnik, lassen sich durch
Mehr++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen dx+ey+f = 0 1.1
Hauptachsentransformation. Einleitung Schneidet man den geraden Kreiskegel mit der Gleichung = + und die Ebene ++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen +2 + +dx+ey+f = 0. Die
MehrErmitteln Sie die Koordinaten des Schnittpunktes dieser beiden Geraden und erklären Sie Ihre Vorgehensweise!
Aufgabe 2 Lagebeziehungen von Geraden im Raum Gegeben sind zwei Geraden g und h in 3. =( 3 Die Gerade g ist durch eine Parameterdarstellung X 4 2 Die Gerade h verläuft durch die Punkte A = (0 8 0 und B
MehrLineare Algebra II Lösungen der Klausur
Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Beispiel einer Koordinatentransformation Gegeben seien zwei
MehrStrukturdynamik. Ein anwendungsorientiertes Lehrbuch. Bearbeitet von Raymond Freymann
Strukturdynamik Ein anwendungsorientiertes Lehrbuch Bearbeitet von Raymond Freymann 1. Auflage 211. Taschenbuch. IX, 225 S. Paperback ISBN 978 3 642 19697 3 Format (B x L): 15,5 x 23,5 cm Gewicht: 363
MehrUntersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. x y
Aufgabe 1 Untersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. (( )) 3x x (a) Sei f : R 2 R 3 mit f = 2y + x y x y ( ) 4 (b) Sei f : R R 2 mit f(x) = x + 1 (( )) ( ) x x y (c) Sei
MehrL7 Diagonalisierung einer Matrix: Eigenwerte und Eigenvektoren. Gegeben. Gesucht: Diagonalform: Finde und! Definition: Eigenvektor, Eigenwert
L7 Diagonalisierung einer Matrix: Eigenwerte und Eigenvektoren Viele Anwendungen in der Physik: z.b. Bestimmung der - Haupträgheitsmomente eines starren Körpers durch Diagonalisierung des Trägheitstensors
MehrNur Matrizen gleicher Dimension können addiert oder subtrahiert werden. Zur Berechnung werden zwei Matrizen A und B in den Matrix-Editor eingegeben.
R. Brinkmann http://brinkmann-du.de Seite 1 14.02.2014 Casio fx-cg20 Operationen mit Matrizen Bei nachfolgend beschriebenen Matrizenoperationen wird davon ausgegangen, dass die Eingabe von Matrizen in
Mehr