Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm
|
|
- Gotthilf Schulze
- vor 5 Jahren
- Abrufe
Transkript
1 Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm
2 Numerik Parameterschätzprobleme INHALT 1. 1D Wärmeleitungsgleichung 1.1 Finite-Differenzen-Diskretisierung Das explizite Eulerverfahren Das implizite Eulerverfahren 1.2 Matrixexponent INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 1
3 1D Wärmeleitungsgleichung... zur Beschreibung der Temperaturverteilung in einem homogenen Stab (0 x π) mit konstantem Querschnitt: 2 T x 2 1 T κ t = f, 0 x π, t > 0 (1) mit der Temperaturleitfähigkeit κ sowie den Rand- und Anfangsbedingungen: T (0, t) = T 0, T (π, t) = T π, t 0 (2) T (x, 0) = g(x). (3) INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 2
4 Vereinfachte Aufgabe Es soll gelten: 2 T x 2 T t mit den Anfangs- und Randbedingungen: = 0 in Ω = [0, π] [0, 1] (4) g(x) = 3sin(x) sin(2x) + sin(3x), T 0 = T π = 0. (5) Die analytische Lösung für dieses Problem lautet: T (x, t) = 3e t sin(x) e 4t sin(2x) + e 9t sin(3x). (6) INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 3
5 INHALT 1. 1D Wärmeleitungsgleichung 1.1 Finite-Differenzen-Diskretisierung Das explizite Eulerverfahren Das implizite Eulerverfahren 1.2 Matrixexponent INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 4
6 Diskretisierung der Differentialgleichung Eingeführt wird eine Orts- und Zeitdiskretisierung mit x x i, t t n und T (x, t) T (x i, t n ) = T n i. Differentialausdrücke werden durch Differenzenquotienten ersetzt: T t T t = T i n+1 T n i und (7) t 2 T x 2 ( T ) x 2 = T i+1 n + T i 1 n 2T i n x 2. (8) INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 5
7 Das explizite Eulerverfahren Das explizite Eulerverfahren berechnet für jeden Zeitschritt alle räumlichen Ableitungen von T n, um daraus T n+1 zu ermitteln: T n+1 i t T n i Mit dem Parameter τ = t/ x 2 ergibt sich: T n+1 i = T n i d.h. in Matrix-Vektor-Form = T i+1 n + T i 1 n 2T i n x 2. (9) + τ(ti 1 n 2Ti n + Ti+1), n (10) T n+1 = T n + τat n (11) mit A = spdiags([1, 2, 1], [ 1, 0, 1], nt, nt). INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 6
8 Das explitzite Eulerverfahren T n+1 2 T n+1 3. T n+1 nt 1 T n 2 T n 3. T n nt 1 = + τ T n 2 T n 3. T n nt 1 INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 7
9 Aufgabe 1 - die ersten Schritte Anlegen einer MATLAB-Datei diffusion1d.m Festlegung der Raum- und Zeitschritte dx=pi/10; dt=1e-3; Erzeugung der Vektoren für Ort und Temperatur x=0:dx:pi; T=3*sin(x)-sin(2*x)+sin(3*x); % Anfangsbedingung Berechnung und Darstellung der analytischen Lösung t=0.2; % Zeitpunkt, fuer den die analytische % Loesung betrachtet wird Tana=3*exp(-t)*sin(x)-exp(-4*t)*sin(2*x)+... exp(-9*t)*sin(3*x); plot(x,tana); INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 8
10 Aufgabe 1 - Das explizite Eulerverfahren 1. Stellen Sie die Matrix A des Gleichungssystems (11) auf! nt = length(t)-2; tau = dt/dx^2; Tau = ones(nt,1)*tau; A = spdiags([tau -2*Tau Tau],[-1 0 1],nT,nT); 2. Programmieren Sie eine Schleife von t = 0 bis t = 1: t=0; while t<1 t=t+dt;... end 3. Berechnen Sie T n+1 in jedem Zeitschritt! INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 9
11 Aufgabe 1 - Darstellung des Ergebnisses 1. Stellen Sie für jeden Zeitschritt T(x) zusammen mit der analytischen Lösung graphisch dar! 2. Bewerten Sie die Genauigkeit der Ergebnisse in Abhängigkeit von dx und dt! Achtung! Das explizite Eulerverfahren ist nur stabil für t x 2 1/2. INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 10
12 Explizites Verfahren - Zusammenfassung Lösung der 1D Wärmeleitungsgleichung für ein einfaches Problem Zeitschrittverfahren: Zeitableitung=f(Ortsableitung) Eulerverfahren vorwärts: Differenzenstern vorwärts einfache Methode, aber u.u. instabil Das implizite Eulerverfahren Eulerverfahren rückwärts: Differenzenstern rückwärts INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 11
13 Das implizite Eulerverfahren Verwenden wir in Gleichung (9) statt der Vorwärtsdifferenzen T n T n+1 die Rückwärtsdifferenzen T n+1 T n, erhalten wir: Mit τ = t x 2 T n+1 i T n+1 i t T n i ergibt sich: d.h. in Matrix-Vektor-Form = T i+1 n+1 + T i 1 n+1 n+1 2Ti x 2. (12) = Ti n + τ(ti 1 n+1 n+1 2Ti + Ti+1 n+1 ), (13) T n+1 = T n + τat n+1 (14) mit A = spdiags([1, 2, 1], [ 1, 0, 1], nt, nt). INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 12
14 Das implizite Eulerverfahren Zur Berechnung von T n+1 ist es notwendig, das Gleichungssystem BT n+1 = T n (15) mit B = (I τa) = spdiags([ τ, 1 + 2τ, τ ], [ 1, 0, 1], nt, nt) zu lösen. INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 13
15 Das implizite Eulerverfahren = 1 + 2τ τ τ 1 + 2τ τ τ T n 2 T n 3. T n+1 2 T n+1 3. T n+1 nt 1 T n nt 1 INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 14
16 Aufgabe 2 - Implizites Verfahren 1. Erweitern Sie diffusion1d.m um eine implizite Berechnung der Temperaturverteilung, indem Sie eine neue Variable Timp mit den gleichen Anfangsbedingungen erstellen! 2. Bilden Sie die Matrix B des Gleichungssystems (16): nt=length(t)-2; Tau=ones(nT,1)*tau; B=spdiags([-Tau 1+2*Tau -Tau],[-1 0 1],nT,nT); 3. Lösen Sie in jedem Zeitschritt das Gleichungssystem (16) mit Tneu=B\Talt für Timp! 4. Stellen Sie die Ergebnisse für beide Näherungsverfahren und die analytische Lösung dar! INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 15
17 INHALT 1. 1D Wärmeleitungsgleichung 1.1 Finite-Differenzen-Diskretisierung Das explizite Eulerverfahren Das implizite Eulerverfahren 1.2 Matrixexponent INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 16
18 Matrixexponent Benutzen wir eine Semi-Diskretisierung der Wärmeleitungsgleichung, d.h. verwenden wir die Finite-Differenzen-Methode nur zur Approximation der räumlichen Ableitungen, erhalten wir ein System gewöhnlicher Differentialgleichungen der Form CT T t = 0 (16) mit C = 1 x 2 spdiags([1, 2, 1], [ 1, 0, 1], nt, nt) und der Anfangsbedingung T (x, 0) = g(x). INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 17
19 Matrixexponent Die Lösung des gewöhnlichen Differentialgleichungssystems (16) lautet T (x, t) = e tc g(x) (17) mit der Matrix C im Exponenten der e-funktion. INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 18
20 Aufgabe 3 - Matrixexponent 1. Generieren Sie die Matrix C: C = 1/dx^2*... spdiags([ones(nt,1),-2*ones(nt,1),ones(nt,1)],... [-1, 0, 1], nt, nt); 2. Berechnen Sie T (t) mit Hilfe der Matlab-Funktion expm für alle Zeitschritte: Texp(2:end-1) = expm(t * C) * T0(2:end-1) ; INMO A. Franke-Börner Numerik Parameterschätzprobleme, WS 2013/14 19
Übung zur Vorlesung Numerische Simulationsmethoden in der Geophysik
Wenke Wilhelms, Julia Weißflog Institut für Geophysik und Geoinformatik Übung zur Vorlesung Numerische Simulationsmethoden in der Geophysik 04. Dezember 2013 Die Diffusionsgleichung 1D-Wärmeleitungsgleichung...
MehrÜbungsblatt 6 Musterlösung
MSE SS7 Übungsblatt 6 Musterlösung Lösung Methode der Charakteristiken) a) Hier ist c = x, d =. Also sind die Gleichungen für die Charakteristiken durch ẋt) = xt), żt) =, mit Anfangsbedingungen x) = x,
Mehru(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T
8.1 Die Methode der Finiten Differenzen Wir beschränken uns auf eindimensionale Probleme und die folgenden Anfangs und Anfangsrandwertprobleme 1) Cauchy Probleme für skalare Erhaltungsgleichungen, also
Mehr1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differentialgleichungssysteme Prof. Dr. Wandinger
MehrÜbung zur Vorlesung Numerische Simulationsmethoden in der Geophysik Jana Börner, Julia Weißflog
Übung zur Vorlesung Numerische Simulationsmethoden in der Geophysik Jana Börner, Julia Weißflog Vorwärtsmodellierung, WS 16/17 Einführung in MATLAB Klassifizierung von Differentialgleichungen TU Bergakademie
Mehr1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differenzialgleichungssysteme 5.1-1 1.1 Grundlagen
MehrD-MAVT NUMERISCHE MATHEMATIK FS 14 K. Nipp, A. Hiltebrand Lösung vom Test 1
D-MAVT NUMERISCHE MATHEMATIK FS 4 K. Nipp, A. Hiltebrand Lösung vom Test. Sei eps die Maschinengenauigkeit in Matlab. Dann gilt: eps/4 = Richtig / Falsch + eps/2 = Richtig / Falsch 8 + eps = 8 Richtig
MehrWaermeleitungsgleichung
Waermeleitungsgleichung October 26, 2018 1 Ausführliche Diskussion des Wärmeleitungsgleichungs-Beispiels der Vorlesung Wir betrachten die folgende Aufgabe: Ein Stab der Länge π (auf dem Zahlenstrahl von
MehrNumerische 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
Mehr3 Das Programm 3. 4 Dateien 4. 5 Aufgaben 4. 6 Ausblick 5
Contents 1 Ziele dieser Uebung 1 2 Finite-Differenzen-Methode 1 3 Das Programm 3 4 Dateien 4 5 Aufgaben 4 6 Ausblick 5 1 Ziele dieser Uebung 1.1 Einleitung Wir erweitern das Problem aus der letzten Uebung
MehrD-MATH Numerische Methoden FS 2017 Dr. Vasile Gradinaru Luc Grosheintz. Serie 10
D-MATH Numerische Methoden FS 2017 Dr. Vasile Gradinaru Luc Grosheintz Serie 10 Abgabedatum: 23.5/24.5, in den Übungsgruppen Koordinatoren: Luc Grosheintz, HG G 46, luc.grosheintz@sam.math.ethz.ch Webpage:
MehrNumerische Mathematik I: Grundlagen
Numerische Mathematik I: Grundlagen 09.10.2017 Inhalt der Lehrveranstaltung Inhaltlich sollen Sie in der Lehrveranstaltung Numerische Mathematik I insbesondere vertraut gemacht werden mit der Numerik linearer
MehrNumerische Lösung von Differentialgleichungen
Numerische Lösung von Differentialgleichungen Matheseminar 2017 Daniel Jodlbauer 9. Juni 2017 Überblick Motivation Voraussetzungen / Wiederholung Differentialgleichungen Lösungsverfahren Differentialgleichungen?
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, Januar D BIOL, D CHAB Lösungen zu Mathematik I/II. ( Punkte) a) Wir benutzen L Hôpital lim x ln(x) L Hôpital x 3 = lim 3x + x L Hôpital = lim x ln(x) x 3x 3 = lim ln(x) x 3 x
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
Mehr- Numerik in der Physik - Simulationen, DGL und Co. Max Menzel
- Numerik in der Physik - Simulationen, DGL und Co. Max Menzel 4.1.2011 1 Übersicht Differenzialgleichungen? Was ist das? Wo gibt es das? Lösen von Differenzialgleichungen Analytisch Numerisch Anwendungen
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:
MehrKlausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau,
Universität Siegen, Department Maschinenbau, 7.7. Aufgabe y 3 l 3 3 F l l x Das dargestellte Fachwerk soll statisch mit Hilfe der FEM untersucht werden. Die Knoten und Elemente sind in der Abbildung nummeriert.
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.
MehrMusterlösung Serie 2
D-ITET Analysis III WS 13 Prof. Dr. H. Knörrer Musterlösung Serie 1. Wir wenden die Methode der Separation der Variablen an. Wir schreiben u(x, t = X(xT (t und erhalten Daraus ergeben sich die Gleichungen
MehrD-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski. Serie 9
D-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski Serie 9 Best Before: 24.5/25.5, in den Übungsgruppen (2 wochen) Koordinatoren: Alexander Dabrowski, HG G 52.1, alexander.dabrowski@sam.math.ethz.ch
MehrÜbungsblatt 6 Musterlösung
MSE SS6 Übungsblatt 6 Musterlösung Lösung (Fourierkoeffizienten) Eine Möglichkeit die Koeffizienten den Funktionen zuzuordnen, besteht darin, die Koeffizienten der Funktionen u i, i {,,3} zu berechnen
MehrKlausur im Fach Numerische Methoden II Universität Siegen; Fachbereich Maschinenbau,
Aufgabe 1 (Polynominterpolation) Abb. 1: Roboter für Positionierungsaufgaben Industrieroboter erledigen oft Positionierungsaufgaben, indem sie einen vorgegebenen Pfad abfahren. Diese Trajektorie entspricht
MehrNumerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan :00-14:00 (120 min)
Lehrstuhl für Angewandte Mathematik Montanuniversität Leoben 70 004 Numerische Methoden I Schriftliche Prüfung Gruppe A 23. Jan. 207 2:00-4:00 (20 min) Name Matrikelnummer Mündliche Prüfung: Bitte markieren
MehrInstitut für Analysis und Scientific Computing Dr. E. Weinmüller SS 2015
Institut für Analysis und Scientific Computing TU Wien Dr. E. Weinmüller SS 205 A N A L Y S I S I I F Ü R T P H, (0.09) Test 2 Gruppe (DI, 6.6.205) (mit Lösung ) Sie können den Taschenrechner verwenden.
MehrAufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4
Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 2. Teil 2-1 1) Welche Garantie
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
MehrPartielle Differentialgleichungen
Partielle Differentialgleichungen Definition. Eine partielle Differentialgleichung ist eine Dgl., in der partielle Ableitungen einer gesuchten Funktion z = z(x 1, x 2,..., x n ) mehrerer unabhängiger Variabler
MehrDiese Fragen sollten Sie auch ohne Skript beantworten können: Was beschreibt der Differenzenquotient? Wie kann man sich die Steigung im vorstellen? Wa
103 Diese Fragen sollten Sie auch ohne Skript beantworten können: Was beschreibt der Differenzenquotient? Wie kann man sich die Steigung im vorstellen? Was bedeutet das für die Ableitungen? Was ist eine
MehrBildverarbeitung: Diffusion Filters. D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10
Bildverarbeitung: Diffusion Filters D. Schlesinger ()Bildverarbeitung: Diffusion Filters 1 / 10 Diffusion Idee Motiviert durch physikalische Prozesse Ausgleich der Konzentration eines Stoffes. Konzentration
MehrNumerik gewöhnlicher Differentialgleichungen
Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl
MehrHeat Flow. Daniel Raß. 12. Juli
d-rass@web.de 12. Juli 2007 Übersicht Einleitung Zuerst einige theoretische Grundlagen zur Diskretisierung der Wärmeleitungsgleichung und der Poissongleichung. Ausgangsgleichung Ausgehend von Masse-, Impuls-
MehrComputer und Software 1
omputer und oftware 1. Köhler 6. aple Differentialgleichungen Folien: alint Aradi Differentialgleichungen Gewöhnliche Differentialgleichungen: f t, x t, x 1 t, x 2 t,..., x n t =0 x i t = d i x t dt i
MehrWir betrachten das Anfangsrandwertproblem auf dem Halbraum R + :
Die Reflektionsmethode für den Halbraum R + = x > 0}: Wir betrachten das Anfangsrandwertproblem auf dem Halbraum R + : u tt u xx = 0 in R + (0, ) u = g, u t = h auf R + t = 0} u = 0 auf x = 0} (0, ) mit
MehrInstitut für Wasserbau, Lehrstuhl für Hydromechanik und Hydrosystemmodellierung
Instationäre Strömung /home/lehre/vl-mhs-1/folien/vorlesung/6_instationaer/deckblatt.tex Seite 1 von 18. p.1/18 Inhaltsverzeichnis 1. Zeitabhängige Strömungen (eindimensional) 2. Explizite Lösung 3. Implizite
MehrComputerphysik. Übungsblatt 6
Institut für Theoretische Physik der Universität zu Köln Computerphysik Übungsblatt 6 SS 2013 Prof. Dr. Simon Trebst Michael Becker, Peter Bröcker Website: http://www.thp.uni-koeln.de/trebst/lectures/2013-compphys.html
MehrFinite Differenzen Methode (FDM)
Finite Differenzen Methode (FDM) /home/lehre/vl-mhs-1/folien/vorlesung/2_fdm/deckblatt_fdm.tex Seite 1 von 15. p.1/15 Inhaltsverzeichnis 1. Problemdarstellung 2. Bilanzgleichungen 3. Finite Differenzen-Approximation
MehrÜbungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik'
Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik' 1. Diskretisierung in der Zeit: Die Evolutionsgleichung Kurzzusammenfassung Zur Erprobung der Verfahren zur zeitlichen Diskretisierung
MehrMATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Gewöhnliche Differentialgleichungen Prof.
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,
MehrPrüfung zur Vorlesung Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, August 015 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 3 4 5 6 Total Vollständigkeit
MehrIngenieurinformatik II Numerik für Ingenieure Teil 2
Hochschule München, FK 03 MB SS 013 Name Vorname Matrikelnummer Sem.Gr. Hörsaal Platz Ingenieurinformatik II Numerik für Ingenieure Teil Bearbeitungszeit : 60 Minuten Aufgabensteller : Dr. Reichl Hilfsmittel
MehrLösungsskizzen zur Klausur Mathematik II
sskizzen zur Klausur Mathematik II vom..7 Aufgabe Es sei die Ebene im R 3 gegeben. E = +λ 3 + µ λ,µ R (a) Geben Sie die Hesse-Normalform der Ebene E an. (b) Berechnen Sie die orthogonale Projektion Π E
Mehr3. Berechnen Sie auch die Beschleunigung a als Funktion der Zeit t. 4. Erstellen Sie ein SIMULINK Modell, das x(t) numerisch berechnet.
unit 1 / Seite 1 Einführung Differenzialgleichungen In physikalischen Anwendungen spielt oft eine Messgrösse in Abhängigkeit von der Zeit die Hauptrolle. Beispiele dafür sind Druck p, Temperatur T, Geschwindigkeit
MehrÜbungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test
Prof. C. Greiner, Dr. H. van Hees Wintersemester 2012/2013 Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test Aufgabe 1: Bruchrechnung Lösen Sie die folgenden Gleichungen nach x auf (a) x x 2 1
MehrKlausur Mathematik II
Technische Universität Dresden. Juli 8 Institut für Numerische Mathematik Prof. Dr. G. Matthies, Dr. M. Herrich Klausur Mathematik II Modul Dierentialgleichungen und Dierentialrechnung für Funktionen mehrerer
Mehr19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .
Universität Erlangen-Nürnberg Department Mathematik PD Dr Markus Bause Numerik I 9 Januar A Gegeben sei die Matrix A = a Führen Sie eine Zeilenskalierung der Matrix durch Klausur b Bestimmen Sie mit Hilfe
Mehr7. Übung zur Numerik partieller Differentialgleichungen I
MATHEMATISCHES INSTITUT Sommersemester 2018 DER UNIVERSITÄT ZU KÖLN Prof. Dr. A. Klawonn J. Knepper, M. Sc. M. Kühn, M. Sc. 29. Mai 2018 7. Übung zur Numerik partieller Differentialgleichungen I Hinweis:
MehrII. Elliptische Probleme
II. Elliptische Probleme II.1 Finite Differenzen: Grundidee II.2 Konvergenzaussagen II.3 Allgemeine Randbedingungen II.4 Gekrümmte Ränder Kapitel II (0) 1 Dirichlet Randwerte mit finiten Differenzen Einfachster
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, August D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben. ( Punkte) a) Wir berechnen lim sin(x ) x 3 + 4x L Hôpital = lim x cos(x ) 3x + 8x = 4. b) Wir benutzen L Hôpital lim
MehrPVK Probeprüfung FS 2017
PVK Probeprüfung FS 07 Lucas Böttcher Numerische Methoden ETH Zürich June 3, 07. Radioaktiver Zerfall Gegeben sind zwei radioaktive Substanzen, welche mit den Raten λ = 0.5 und λ = 0. zerfallen: A λ B
Mehr1 Einführung und Begriffe
Numerische Mathematik 5 1 Einführung und Begriffe 1.1 Mathematische Modellbildung und numerische Simulation am Beispiel eines Wasserkreislaufs Simulation ist die Nachbildung eines dynamischen Prozesses
MehrApl. Prof. Dr. N. Knarr Musterlösung , 120min
Apl. Prof. Dr. N. Knarr Musterlösung 3.9.5, min Aufgabe (8 Punkte) Gegeben ist der Körper K : {(x, y, z) R 3 x + 4y, z 3}. Berechnen Sie der Ausfluss von g : R 3 R 3 durch den Rand K mit g(x, y, z) (x
Mehr1 Näherung quasistatische Temperaturverteilung
1 Näherung quasistatische Temperaturverteilung Behandelt wird das Braten von Fleisch, insbesondere das Braten einer Gans Die Gans wird als kugelförmig mit dem Radius r a angenommen Im Anfangszustand habe
MehrTeil XIII. Simulation mit PDEs: Wärmeleitungsgleichung
Teil XIII Simulation mit PDEs: Wärmeleitungsgleichung IN8008, Wintersemester 2011/2012 284 ODE vs. PDE Differentialgleichungen bei der Molekulardynamik: nur eine unabhängige Variable: Zeit gewöhnliche
MehrVF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H11 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
Mehr14 Numerik hyperbolischer Differentialgleichungen
Numerik II 256 14 Numerik hyperbolischer Differentialgleichungen Während parabolische PDG Diffusionsvorgänge modellieren stellen hyperbolische PDG Modelle für Wellenphänomene dar. Wichtigste Anwendungsgebiete
MehrTest 2, Musterlösung. Name, Klasse: Semester: 1 Datum: Teil ohne Matlab
Test 2, Musterlösung Lineare Algebra donat.adams@fhnw.ch Institut für Mathematik und Physik Name, Klasse: Semester: Datum: 2..26. Teil ohne Matlab. Lineare Abbildungen Zeigen Sie, dass die folgenden Abbildungen
MehrDie Wärmeleitungsgleichung
Die Wärmeleitungsgleichung In einem Stab der Länge 1 wird die Temperaturverteilung gegeben durch die Funktion u : ([0,1] [0, )) R, u(x,t) ist die Temperatur am Punkt x zum Zeitpunkt t. Die Funktion erfüllt
MehrOutline. 1 Anwendungen. 2 Trennung der Variablen. 3 Variation der Konstanten. 4 Differentialgleichungssysteme
Outline 1 Anwendungen 2 Trennung der Variablen 3 Variation der Konstanten 4 Differentialgleichungssysteme 5 Lösungsansatz vom Typ der rechten Seite Roman Wienands (Universität zu Köln) Mathematik II für
MehrAbleitungen von Funktionen
Kapitel 8 Ableitungen von Funktionen 8. Der Begriff der Ableitung Aufgabe 8. : Prüfen Sie mit Hilfe des Differenzenquotienten, ob folgende Funktionen an den gegebenen Stellen x 0 differenzierbar sind.
MehrNumerisches Programmieren, Übungen
Technische Universität München SoSe 20 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 6 Übungsblatt:
MehrBlatt 4. 1 Einführung. Programmierpraktikum Computational Finance. WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll
Programmierpraktikum Computational Finance WS 2014/ 2015 Prof. Dr. Thomas Gerstner Marco Noll Programmierpraktikum Computational Finance Blatt 4 1 Einführung Die auf den ersten drei Blättern besprochenen
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrAus diesem Ausdruck erhalten wir zwei unabhängige gewöhnliche lineare Differentialgleichungen für T und X:
Eindimensionale Kontinuumsschwingungen II Kontinuumsmechanik 05. Übungsblatt, WS 2012/13, S. 1 1 Balkenschwingung Wir beginnen mit der Herleitung der Bewegungsdifferentialgleichung / Feldgleichung für
Mehr1 Einführung und Begriffe
Numerik 4 1 Einführung und Begriffe 1.1 Mathematische Modellbildung und numerische Simulation am Beispiel eines Wasserkreislaufs 1.2 Linearisierung und Iterationsverfahren am Beispiel des Newton-Verfahrens
Mehr15. Übungsblatt zur Höheren Mathematik III (P/ET/AI/IT/IKT/MP) WS 2012/13
Prof. Dr. L. Schwachhöfer Dr. J. Horst Fakultät Mathematik TU Dortmund 15. Übungsblatt zur Höheren Mathematik III P/ET/AI/IT/IKT/MP WS 1/13 Aufgabe 1 Bestimmen Sie eine auf der Menge M := {x, y R x + y
Mehr4. Ausblick. 4.1 Lineare dynamische Analysen 4.2 Nichtlineare Analysen 4.3 Weitere Anwendungen Höhere Festigkeitslehre 3.
4. Ausblick 4.1 Lineare dynamische Analysen 4.2 Nichtlineare Analysen 4.3 Weitere Anwendungen 3.4-1 4.1 Lineare dynamische Analysen Beschleunigungen: Bei linearen dynamischen Analysen hängen die Knotenpunktsverschiebungen
MehrPrüfer: Dr. M. Lenz, Prof. Dr. M. Rumpf. Klausurdauer: 180 Minuten. Bitte Namen, Vornamen und Matrikel-Nr. einsetzen. Name:... Vorname:...
Klausur zum Modul Ingenieurmathematik II (B22) 20. März 2014 für den Bachelorstudiengang Geodäsie und Geoinformation In der Klausur können 10 Punkte pro Aufgabe, also insgesamt 100 Punkte erreicht werden.
Mehr(a) Lösen Sie die Differentialgleichung unter Verwendung der Mathematica-Funktion DSolve.
Institut für Physikalische Chemie Methodenkurs Anwendungen von Mathematica und Matlab in der Physikalischen Chemie im WS 205/206 Prof Dr Stefan Weber, Dr Till Biskup Aufgabenblatt zum Teil (Mathematica)
MehrNumerische Verfahren
Numerische Verfahren Numerische Methoden von gewöhnlichen Differentialgleichungen (AWP) Prof. Dr.-Ing. K. Warendorf, Prof. Dr.-Ing. P. Wolfsteiner Hochschule für Angewandte Wissenschaften München (FH)
Mehr1 Berechnung von Summen (ca = 10 Punkte)
Einführung in die wissenschaftliche Programmierung Klausur 26.02.2013 Seite 1/8 Name, Vorname, Unterschrift: Matrikelnummer: 1 Berechnung von Summen (ca. 5 + 4 + 1 = 10 Punkte) Gegeben sind natürliche
MehrName Vorname Fachrichtg. Matrikelnr. Punkte Klausur Aufgabe max. Punkte Punkte. Bitte beachten!
Fakultät für Mathematik Institut für Algebra und Geometrie Prof. Dr. Martin Henk, Dr. Michael Höding Modulprüfung Mathematik III Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik,
MehrOptimale Regelung mechatronischer Systeme, Übungen SS 2017 Hausaufgabe
Optimale Regelung mechatronischer Systeme, Übungen SS 17 Hausaufgabe Letztmöglicher Abgabetermin: 1.9.17, per e-mail (als zip-datei) an anton.hofer@tugraz.at 1. Vorgegeben sei das lineare zeitinvariante
Mehr18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Gewöhnliche Differentialgleichungen Marco Boßle Jörg Hörner Mathematik Online Frühjahr 2011 PV-Kurs HM 3 Gew. DGl 1-1 Zusammenfassung y (x) = F (x, y) Allgemeine
MehrLineare Gleichungssysteme Hierarchische Matrizen
Kompaktkurs Lineare Gleichungssysteme Hierarchische Matrizen M. Bebendorf, O. Steinbach O. Steinbach Lineare Gleichungssysteme SIMNET Kurs 24. 27.4.26 / 6 Numerische Simulation stationäre und instationäre
MehrAusblick. 1. Lineare dynamische Analysen 2. Nichtlineare Analysen 3. Weitere Anwendungen. Prof. Dr. Wandinger 5. Ausblick FEM 5-1
Ausblick 1. Lineare dynamische Analysen 2. Nichtlineare Analysen 3. Weitere Anwendungen Prof. Dr. Wandinger 5. Ausblick FEM 5-1 1. Lineare dynamische Analysen Beschleunigungen: Bei linearen dynamischen
MehrODE-Solver. Inhalt. Einleitung. grundlegende Algorithmen. weiterführende Algorithmen
Martin Reinhardt angewandte Mathematik 8. Semester Matrikel: 50108 ODE-Solver 11. Mai 2011 Inhalt Einleitung grundlegende Algorithmen weiterführende Algorithmen Martin Reinhardt (TUBAF) 1 Orientierung
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 1.1 (Herbst 2005, Thema 1, Aufgabe 1) Bestimmen Sie alle reellen Lösungen des folgenden linearen
MehrEinführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)
Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 8 Partielle
MehrNumerik II Numerik Elliptischer Differentialgleichungen
Numerik II 207 12 Numerik Elliptischer Differentialgleichungen 12 Numerik Elliptischer Differentialgleichungen TU Bergakademie Freiberg, SS 2010 Numerik II 208 12.1 Die Laplace-Gleichung in einem Quadrat
MehrÜbungsblatt 2 Musterlösung
MSE SS17 Übungsblatt Musterlösung Lösung 5 (Transformation von Variablen) Zur Transformation gehen wir analog zur Vorlesung vor. Zunächst bestimmen wir die durch die PDGL definierte Matrix A und deren
MehrExtrapolationsverfahren
Extrapolationsverfahren Vortrag im Rahmen des Seminars Numerik gewöhnlicher Differentialgleichungen unter der Leitung von Prof. Peter Bastian WS 2010/11 Marlene Beczalla 21.12.2010 1. Beschreibung des
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
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 2. Teil 2-1 1) Welche Garantie
MehrName: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1
Name: Matr.-Nr.: 2 Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: 1 1 0 2 b 1 1 2 4 1 1 4 6 x = 1 1. 2 2 2a 2 3a 1 (a) Bringen Sie das lineare Gleichungssystem auf Treppenform. (b) Für welche
MehrCrashkurs sin 2 x + 5 cos 2 x = sin 2 x 2 sin x = 3
Crashkurs. Funktion mit Parameter/Ortskurve - Wahlteil Analysis.. Gegeben sei für t > die Funktion f t durch f t (x) = 4 x 4t x 2 ; x R\{}. a) Welche Scharkurve geht durch den Punkt Q( 4)? b) Bestimme
Mehr12 Beispiel: Wärmeleitung simulieren
12 Beispiel: Wärmeleitung simulieren Um noch ein paar Techniken kennen zu lernen, die für numerische Simulationen nützlich sind, simulieren wir was und lösen die Wärmeleitungsgleichung. 220 Wärmeleitungsgleichung
MehrArbeitsblatt 2. Es empfiehlt sich, mit den verschiedenen Parametern der Aufaben zu spielen. Alle Vorgaben sind nur Vorschläge.
Arbeitsblatt 2 Allgemeine Bemerkungen Jeweils 2 Studenten können eine Aufgabe gemeinsam bearbeiten. Für den Übungsschein müssen alle 6 Aufgaben gelöst werden. Es empfiehlt sich, mit den verschiedenen Parametern
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
MehrSimulationstechnik V
Simulationstechnik V Vorlesung/Praktikum an der RWTH Aachen Numerische Simulation von Strömungsvorgängen B. Binninger Institut für Technische Verbrennung Templergraben 64 2. Teil 2-1 1) Welche Garantie
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Prof. Dr. R. Herzog WS2010/11 1 / 1 Inhaltsübersicht 3Einführung in die freie Optimierung 4Orakel und Modellfunktionen 5Optimalitätsbedingungen der freien Optimierung
MehrRheinisch-Westfälische Technische Hochschule. Gegeben seien eine gewöhnliche Dierentialgleichung (DGL) und ein Anfangswert. γ l K l.
Rheinisch-Westfälische Technische Hochschule Institut für Geometrie und Praktische Mathematik Numerische Mathematik II Wintersemester 2009 Priv. Doz. Dr. Helmuth Jarausch Dr. KarlHeinz Brakhage Übung :
MehrETHZ, D-MATH. Numerische Methoden D-PHYS, WS 2015/16 Dr. V. Gradinaru
ETHZ, D-MATH Prüfung Numerische Methoden D-PHYS, WS 5/6 Dr. V. Gradinaru..6 Prüfungsdauer: 8 Minuten Maximal erreichbare Punktzahl: 6. Der van-der-pol Oszillator ( Punkte) Der van-der-pol Oszillator kann
MehrEinführung und Beispiele
Kapitel 7 Gewöhnliche Differentialgleichungen Prof. R. Leithner, E. Zander Einführung in numerische Methoden für Ingenieure 7/2 Einführung und Beispiele Prof. R. Leithner, E. Zander Einführung in numerische
Mehr