Numerik und Simulation in der Geoökologie

Ähnliche Dokumente
VF-3: Es seien A R n n beliebig aber regulär, b R n und gesucht sei die Lösung x R n von A x = b.

Inhalt Kapitel I: Nichtlineare Gleichungssysteme

h n = (t t 0 )/n Bevor wir diesen Satz beweisen, geben wir noch einen Hilfssatz an, der eine wichtige Abschätzung liefert.

Das Newton Verfahren.

7 Das Eulersche Polygonzugverfahren

VF-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.

eps für alle x D. 4. Die Zahl 256 ist in M(2, 4, 6, 6) exakt darstellbar.

Diplom VP Numerik 28. August 2006

Iterative Verfahren, Splittingmethoden

Kapitel 3. Konvergenz von Folgen und Reihen

Einführung und Beispiele

Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)

Explizite gewöhnliche Differentialgleichung 1. Ordnung mit Anfangsbedingung

Institut für Geometrie und Praktische Mathematik

Übungsblatt 10 Musterlösung

(c) Gegeben sei der zweidimensionale Raum L mit den Basisfunktionen. [ φ i, φ j ] 3 i,j=1 =

Newton-Verfahren für ein Skalarfunktion

Nichtlineare Gleichungssysteme

Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung. x = x 2 e x 1.

Näherungsverfahren zur Bestimmung der Nullstelle α sind iterativ, d.h. sie liefern eine Folge {x (k) } k=0 mit α = lim x (k). (3.0.

Rechenoperationen mit Folgen. Rekursion und Iteration.

Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17

Analysis I für Studierende der Ingenieurwissenschaften

ODE-Solver. Inhalt. Einleitung. grundlegende Algorithmen. weiterführende Algorithmen

Numerik und Simulation in der Geoökologie

19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .

Abschnitt 1.7: Schrittweitensteuerung 27

5 Numerische Mathematik

7. Nichtlineare Gleichngssysteme. Problem 7: Sei f : R n R n stetig. Löse f(x) = 0.

Name: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei das folgende lineare Gleichungssystem: b a 2 3a 1

Fixpunkt-Iterationen

Mathematische Grundlagen

Fixpunkt-Iterationen

3.2 Konvergenzkriterien für reelle Folgen

Begleitmaterial zur Vorlesung Numerik II

Lösung Semesterendprüfung

Iterative Verfahren: Allgemeines, Fixpunkt-Iteration, Nullstellen. Prof. U. Rüde - Algorithmik kontinuierlicher Systeme

a) Die Householder-Transformation, welche den ersten Spaltenvektor a 1 = der Matrix A auf , a 1 αe A = QR, A k =: Q k R k, A k+1 := R k Q k.

Numerische Ableitung

Klausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau,

Analysis I. 1. Beispielklausur mit Lösungen

VF-3: Gegeben seien die Daten f(x 0 ), f(x 1 ),..., f(x n ) mit x 0,..., x n paarweise verschiedenen und

Öffnen Sie den Klausurbogen erst nach Aufforderung! Mathematische Grundlagen III (CES) WS 2017/2018 Klausur 23. März 2018

Zehnte Vorlesung, 4. Juni 2009, Inhalt. Eigenwerte und Eigenvektoren (2) Gewöhnliche Differentialgleichungen

(d) das zu Grunde liegende Problem gut konditioniert ist.

Sommersemester 2017 Blatt 1 von 6 Studiengänge: RMM Masterstudiengang Sem. 1 und Wiederholer

Exakte Differentialgleichungen

2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

Diplom VP Numerik 27. August 2007

Lösung Semesterendprüfung

Einführung in die numerische Mathematik

6 Iterationsverfahren für lineare und nichtlineare Gleichungssysteme

Musterlösung Klausur zu Analysis II. Verständnisteil

Vorlesung Analysis I WS 07/08

2. Numerische Verfahren für AWPe 2.1 Das Euler-Verfahren

Klausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 1

f(x) dx soll numerisch approximiert werden durch eine

3.3 Konvergenzkriterien für reelle Folgen

Lineare Algebra und Numerische Mathematik D-BAUG. Sommer 2012 Prof. H.-R. Künsch

D-ITET Analysis II FS 13 Prof. Horst Knörrer. Musterlösung 1. 3xy 2 = 2 x 2. y y. 3 y y. 3 x v x + v = 2 3 v v.

Nichtlineare Gleichungssysteme

18.4 Das Newton-Verfahren

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Kurztest zur Numerik I WiR AG, Dep. Mathematik, NT-Fakultät, Universität Siegen

Systemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann

3. Lineare Mehrschrittverfahren 3.1 Begriffe

Simulationstechnik V

Gewöhnliche Differentialgleichungen

Bestimmung der Wurzeln nichtlinearer Gleichungen. Mária Lukáčová (Uni-Mainz) Nichtlineare Gleichungen June 22, / 10

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Numerische Verfahren und Grundlagen der Analysis

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

PRÜFUNG AUS MATHEMATIK 3

Zuname: Vorname: KennNr: Matr.Nr: PRÜFUNG AUS MATHEMATIK 3. 1)(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation.

Nichtlineare Gleichungssysteme

Institut für Geometrie und Praktische Mathematik

Name: Matr.-Nr.: 2. Aufgabe 1. Gegeben sei die Matrix

Häufungspunkte und Satz von Bolzano und Weierstraß.

ε δ Definition der Stetigkeit.

Simulationstechnik V

Simulationstechnik V

Numerik I. Gewöhnliche Differentialgleichungen. Prof.Dr.G.Wittum. Teil I:

Inexakte Newton Verfahren

Numerische Verfahren

3 Nichtlineare Gleichungssysteme

Öffnen Sie den Klausurbogen erst nach Aufforderung! Mathematische Grundlagen III (CES) SS 2017 Klausur

Differentialgleichungen

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 1

Modulprüfung Numerische Mathematik 1

KAPITEL 5. Nichtlineare Gleichungssysteme

Serie 13: Online Test

Newton- und und Quasi-Newton-Methoden in der Optimierung. János Mayer

Nichtlineare Gleichungen in einer und mehreren Unbekannten

Merkblatt zur Funktionalanalysis

Folgen und Reihen Folgen

Inverse und implizite Funktionen

(x x j ) x [a,b] n! j=0

Kapitel 6. Nichtlineare Gleichungen. 6.1 Einführung. Problem: Idee: Beispiel:

Transkript:

1/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Numerik und Simulation in der Geoökologie Sylvia Moenickes VL 2 WS 2007/2008

2/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

3/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

4/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Die Kondition einer Matrix Für den Fehler der Lösung eines linearen Gleichungssystems A x = b mit fehlerbehaftetem b ist die Kondition der Matrix A, definiert ( ) als ausschlaggebend. κ(a) = A A 1, (1) Kleine Konditionszahlen lassen mit der Abschätzung x b x κ(a) auf kleine Fehler schließen. b ( )... vorausgesetzt, es gibt A 1, d.h. A ist regulär.

5/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Iterative Lösung von Nullstellen-Problemen Algorithmisch: x n+1 = x n x3 n 16 3x 2 n mit Startwert x 0 = 7 Abbruchkriterium x i+1 x i < ε Programmiert: x=7; while abs(x^3-16)>0.00001 x=x-(x^3-16)/(3*x^2); end x

6/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Konvergenz von Folgen Rekursive Folge Das Newton-Verfahren zur Nullstellenbestimmung erzeugt eine rekursive Folge a n = f (a n 1, a n 2,...). Cauchysches Konvergenzkriterium Die Folge a n konvergiert genau dann, wenn zu jedem ε > 0 ein N(ε) N existiert, so dass für alle n, m mit n N, m N gilt: a n a m < ε.

7/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Grenzen des Newton-Verfahrens Wahl von x 0 Eigenschaften der Funktion in der Umgebung der Nullstelle...

8/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Eine grafische Konvergenzbetrachtung

9/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Eine grafische Konvergenzbetrachtung

10/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Eine grafische Konvergenzbetrachtung

11/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Eine grafische Konvergenzbetrachtung

12/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

13/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Geoökologische dynamische Systeme...... sind häufig nur als Anfangswertprobleme formulierbar: Abbau einer xenobiotischen Substanz durch Mikroorganismen, deren Entwicklung abhängig vom Substrat, oder der Temperatur, die abhängig ist vom Tagesverlauf

14/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Geoökologische dynamische Systeme...... sind häufig nur als Anfangswertprobleme formulierbar: Abbau einer xenobiotischen Substanz durch Mikroorganismen, deren Entwicklung abhängig vom Substrat, oder der Temperatur, die abhängig ist vom Tagesverlauf dy dt = k 1 1 + t y mit y(0) = y 0 (2) λ

15/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Geoökologische dynamische Systeme...... sind häufig nur als Anfangswertprobleme formulierbar: Abbau einer xenobiotischen Substanz durch Mikroorganismen, deren Entwicklung abhängig vom Substrat, oder der Temperatur, die abhängig ist vom Tagesverlauf dy dt = k 1 1 + t y mit y(0) = y 0 (2) λ dm dt = r m (1 m K ) mit m(0) = m 0 (3)

16/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Geoökologische dynamische Systeme...... sind häufig nur als Anfangswertprobleme formulierbar: Abbau einer xenobiotischen Substanz durch Mikroorganismen, deren Entwicklung abhängig vom Substrat, oder der Temperatur, die abhängig ist vom Tagesverlauf dy dt = k 1 1 + t y mit y(0) = y 0 (2) λ dm dt = r m (1 m K ) mit m(0) = m 0 (3) dx dt = k 0 e E 273R E (273+T (t))r x mit x(0) = x 0 (4)

17/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Das Problem grundsätzliches Ziel: Lösung des Anfangswertproblems (IVP) bekannt: dy(t) dt = f (y(t), t) mit y(0) = y 0 (5) Lösung y(0) zum Zeitpunkt t = 0, zeitl. Veränderung berechenbar für jedes t, wenn y(t) gegeben: durch Einsetzen in der rechten Seite gesucht: y(t) erster Weg: mit Beppo: Schritt, Atemzug, Besenstrich mit Euler: aus d mach

18/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

19/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

20/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

21/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

22/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

23/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

24/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

25/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

26/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

27/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

28/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

29/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

30/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo

31/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Beppo Wie könnte y 1 berechnet werden?

32/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

33/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Euler Der Eulersche Ansatz lautet: d zu, d.h. aus Differentialquotienten werden Differenzenquotienten: y f (y, t) (6) t Daraus ergeben sich als weitere Fragen: Was sind y und t? Wie ist f (y(t), t) anzunähern?

34/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Euler Der Eulersche Ansatz lautet: d zu, d.h. aus Differentialquotienten werden Differenzenquotienten: y f (y, t) (6) t Daraus ergeben sich als weitere Fragen: Was sind y und t? Wie ist f (y(t), t) anzunähern? Euler schlägt vor: y = y k+1 y k t = t k+1 t k f (y(t), t) = f (y k, t k ) (7)

35/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Euler Also: y k+1 y k t k+1 t k = f (y k, t k ) (8) und mit einer konstanten Schrittweite t k+1 t k = h wird daraus: Unsere erste Verfahrensvorschrift! y k+1 = y k + h f (y k, t k ) (9)

36/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Einschrittverfahren allgemein Das Euler-Verfahren zählt zu den Einschrittverfahren, die allgemein formuliert werden als: y k+1 = y k + h φ(y k, t k, h) (10) Für das Euler-Verfahren gilt also zuzüglich: φ(y k, t k, h) = f (y k, t k ) (11)

37/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

38/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

39/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Der Diskretisationsfehler... beschreibt das Verhältnis zwischen numerischer und exakter Lösung mit folgenden Bezeichungen: y(t) y(t k ) y k exakte Lösung des IVP in t exakte Lösung des IVP an der Stelle t k numerische Lösung des IVP an der Stelle t k

40/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Der lokale Diskretisationsfehler d k+1... ist der Fehler des numerischen Verfahrens an der Stelle t k+1, wenn in t k von der exakten Lösung ausgegangen wird, also von y k = y(t k ). Es gilt für y k+1 dann: Und für d k+1 : y k+1 = y(t k ) + h φ(y(t k ), t k, h) (12) d k+1 = y(t k+1 ) y k+1 yk =y(t k ) = y(t k+1 ) (y(t k ) + h φ(y(t k ), t k, h)) (13)

41/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Der globale Diskretisationsfehler g k... ist der tatsächliche Fehler an der Stelle t k

42/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Der globale Diskretisationsfehler g k... ist der tatsächliche Fehler an der Stelle t k g k = y(t k ) y k (14)

43/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Die Diskretisationsfehler grafisch

44/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Die Fehlerordnung p Ein Einschrittverfahren besitzt die Fehlerordnung p, wenn der globale Diskretisationsfehler g n beschränkt ist durch g n const. e (tn t0)l h p = O(h p ) (15) L wozu nötig ist, dass für den lokalen Diskretisationsfehler d k die Abschätzung gilt. max d k D = const. h p+1 (16) 1 k n Soon on your blackboard.

45/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

46/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Konsistenz Ein Verfahren heißt konsistent, wenn y k+1 y k lim = dy h 0 h dt = φ(y k, t k, 0) (17) tk d.h. wenn Für das Euler-Verfahren galt ja gerade Es ist also konsistent. lim φ(y k, t k, h) = f (y k, t k ) (18) h 0 φ(y k, t k, h) = f (y k, t k ) (19)

47/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Parcours Rekapitulation Das Euler-Verfahren für ODE-IVP Nach Beppo Nach Euler Eigenschaften von Einschrittverfahren Diskretisationsfehler Konsistenz Konvergenz

48/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Konvergenz Ein Verfahren heißt konvergent, wenn max g k C(h). (20) k Es heißt konvergent von p-ter Ordnung, wenn es ein C gibt, so dass C(h) = C h p. Die Konvergenzordnung entspricht unserer Fehlerordnung.

49/49 Rekapitulation Das Euler-Verfahren für ODE-IVP Eigenschaften von Einschrittverfahren Andere Sitten Lokaler Abbruchfehler τ k (h): Globaler Abbruchfehler τ(h): Konsistenzordnung: Konsistenz lässt sich dann bedingen durch d k (h) = h τ k (h) (21) τ(h) = max 1 k n τ k(h) (22) lim τ(h) = 0 (23) h 0 Eine Konsistenzordnung p ist τ(h) = O(h p ) für h 0.