ETHZ, D-MATH. Numerische Methoden D-PHYS, WS 2015/16 Dr. V. Gradinaru

Ähnliche Dokumente
D-MATH Numerische Methoden FS 2016 Dr. Vasile Gradinaru Alexander Dabrowski. Serie 9

Numerische Verfahren

2.3.1 Explizite Runge-Kutta-Verfahren

8. Übungsblatt Aufgaben mit Lösungen

NUMERISCHE MATHEMATIK I

Nichtlineare Gleichungssysteme

Dierentialgleichungen 2. Ordnung

Aufgabe 1 Transiente Vorgänge

Lösung 05 Klassische Theoretische Physik I WS 15/16. y a 2 + r 2. A(r) =

Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften

6.8 Newton Verfahren und Varianten

Inhalt Kapitel I: Nichtlineare Gleichungssysteme

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Analysis und Lineare Algebra mit MuPAD

Differentialgleichungen

Varianz und Kovarianz

Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik'

Wir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems

2 Einschrittverfahren 2.1 Einführung

Technische Universität München Zentrum Mathematik. Übungsblatt 5

3 Nichtlineare Gleichungssysteme

Mathematik 3 für Informatik

PSpice 1. Versuch 9 im Informationselektronischen Praktikum. Studiengang Elektrotechnik und Informationstechnik

15.5 Stetige Zufallsvariablen

Einführung in die Numerik strukturerhaltender Zeitintegratoren. Leonard Schlag 6. Dezember 2010

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

PP Physikalisches Pendel

Nr. 4: Pseudo-Zufallszahlengeneratoren

Didaktik der Mathematik der Sekundarstufe II

6. Statistische Schätzung von ARIMA Modellen

Nichtlineare Optimierung ohne Nebenbedingungen

Standardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Korrekturheft zur Probeklausur März 2014.

Flüsse, Fixpunkte, Stabilität

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Probestudium der Physik 2011/12

Übungen zur Vorlesung MATHEMATIK II

Statistische Methoden in der Wirtschaftsund Sozialgeographie

Repetitorium Mathe 1

Lösungsvorschlag - Zusatzaufgaben (2)

Mathematik. Februar 2016 AHS. Kompensationsprüfung 2 Angabe für Kandidatinnen/Kandidaten

Euler-Verfahren. exakte Lösung. Euler-Streckenzüge. Folie 1

Lösung 04 Klassische Theoretische Physik I WS 15/16. c n = 1 T. c n,u e inωt + c n,u e inωt] c n e inωt = c 0 +

Kapitel 16 : Differentialrechnung

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

Motivation. Motivation 2

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)

Übungen zu Partielle Differentialgleichungen, WS 2016

Aufgabensammlung. eines Filters: c) Wie stark steigen bzw. fallen die beiden Flanken des Filters?

Lösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 3: Aufgaben zu den Kapiteln 5 und 6

Nichtlineare Gleichungssysteme

Schwerpunktfach Physik und Anwendungen der Mathematik

Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016

Mathematik für Bauingenieure

Gewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators

1 Praktische Ergebnisse zur n-periodizität und Attraktion

4 Runge-Kutta-Verfahren

Anpassungstests VORGEHENSWEISE

Flächenberechnung mittels Untersummen und Obersummen

Grundgesamtheit und Stichprobe

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Simulation elektrischer Schaltungen

Formelsammlung zum Starterstudium Mathematik

1 Dichte- und Verteilungsfunktion

Exemplar für Prüfer/innen

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Klausur zur Vordiplom-Prüfung

4.1. Grundlegende Definitionen. Elemente der Analysis I Kapitel 4: Funktionen einer Variablen. 4.2 Graphen von Funktionen

Fortgeschrittene Netzwerk- und Graph-Algorithmen

12. Differentialgleichungen (kurz)

Fressen und Gefressen werden

Höhere Mathematik II für die Fachrichtung Physik

Nachholklausur Mathematik IV für Bachelor WIF und IF. Teil I : Stochastik

3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer

1. Übungsblatt Aufgaben mit Lösungen

Kapitel 5: Einfaktorielle Varianzanalyse

Abbildung 5.1: stabile und instabile Ruhelagen

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

Probabilistische Primzahltests

TEILPRÜFUNG ZUR BERUFSREIFEPRÜFUNG. Themenstellung für die schriftliche Berufsreifeprüfung. aus dem Fach Mathematik und angewandte Mathematik

Lineare Näherung. Anwendungen

Klassische Theoretische Physik: Elektrodynamik

Aus meiner Skriptenreihe: "Keine Angst vor "

P1-12,22 AUSWERTUNG VERSUCH RESONANZ

Diese Gleichung hat für einige a nur Lösungen aus C und nicht aus R.

Mathematische Methoden für Informatiker

1 Gemischte Lineare Modelle

Einschrittverfahren Das Eulersche Polygonzugverfahren Wir betrachten die Anfangswertaufgabe. y = f(x, y), y(a) = y 0, (1)

Studientag zur Algorithmischen Mathematik

4.3 Anwendungen auf Differentialgleichungen

Komplexe Zahlen. Berechnung von n-ten Wurzeln. Als Beispiel behandeln wir die Bestimmung der 3-ten Wurzeln von z = i

Ein nulldimensionales Energiebilanzmodell

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell

Mathematik für Anwender I

Theoretische Physik I: Lösungen Blatt Michael Czopnik

4.5 Schranken an die Dichte von Kugelpackungen

Kapitel 5: Einfaktorielle Varianzanalyse

Mathematik Übungsblatt - Lösung. b) x=2

Übungen Ingenieurmathematik

Aufgabe (1): Lassen Sie folgendes Programm laufen und korrigieren Sie die Fehler.

Transkript:

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 unter geeigneten Annahmen wie gezeigt als elektronische Schaltung realisiert werden. C V out(t) + L Vout(t) = I diode (t) I diode (t) = αc g V in(t) = gv out(t) Vin(t) + βc 3g 3 V 3 in(t) a) Leiten Sie aus den obigen Gleichungen die nicht-lineare Differentialgleichung zweiter Ordnung: V (t) (α βv (t) ) V (t) + LC V (t) = für V out her. Schreiben Sie diese als ein System erster Ordnung um. Die Anfangswerte sind V () = und V () = und die anderen Parameter sind L =.6, C =.4, α =.8 und β =.9. b) Lösen Sie das System mit ode45 bis zur Zeit T = 5. Benutzen Sie die Einstellungen reltol=e-8, abstol=e-8 und initialstep=e-. Plotten Sie die Lösung und die Ableitung. c) Wählen Sie 5 zufällige Punkte (x i, y i ) [, ] R. Berechnen Sie die Lösung zu den Anfangswerten V () = x i, V () = yi bis zur Zeit T = mit N = 5 Schritten mit dem ode45 Verfahren. Plotten Sie im Phasenraum V (t) gegen V (t). Was für ein Verhalten beobachten Sie? Was bedeutet dies für die Lösung? Bitte wenden!

. Runge-Kutta Verfahren und Nullstellensuche ( Punkte) Teil : Es sei das folgende System erster Ordnung gegeben: ẏ (x) y (x) ẏ (x) = y 3 (x) ẏ 3 (x) x y 3(x) + y (x) Wir sind an der Lösungskomponente w(x) := y (x) interessiert. a) Implementieren Sie ein Runge-Kutta Verfahren mit dem Butcher Tableau der so genannten England Formel: 4 4 6 3 6 b) Lösen Sie die Gleichung auf dem Intervall x [, 5] mit N = Schritten und plotten Sie die Lösung w(x). Die Anfangswerte bei x = sind im Template gegeben. c) Berechnen und plotten Sie den absoluten sowie relativen Fehler. Die exakte Lösung ist als Chi exact(x) im Template verfügbar. d) Berechnen Sie in einem Experiment mit jeweils N [ 4, 5,..., ] Schritten den absoluten Fehler E n bei x = 5 und plotten Sie diesen geeignet gegen N. Bestimmen Sie dann empirisch die Konvergenzrate dieser Runge-Kutta Formel. e) Schreiben Sie eine Funktion Chi(z) welche die Lösung w an der Stelle z R + auswertet. Lösen Sie dafür die Differentialgleichung von x = bis z mit obigem Schema. Passende Anfangswerte sind im Template gegeben. Teil : Die Lösung w(x) hat offensichtlich eine Nullstelle bei x. Wir wollen im Folgenden diese Nullstelle genau bestimmen. Falls Sie Teil nicht gelöst haben, verwenden Sie Chi exact anstelle von w. Siehe nächstes Blatt!

f) Implementieren Sie ein Sekantenverfahren um iterativ eine Approximation x K mit w(x K ) zu finden. Wie viele Iterationen sind für eine absolute Toleranz von 5 erforderlich? Wie lautet die Nullstelle? Achtung: Verwenden Sie weder fsolve noch ähnliche Methoden. g) Sei x eine hochgenaue Näherung an die Nullstelle. Berechnen Sie für jede Iterierte x k den Fehler x k x und plotten Sie diesen gegen k. Berechnen und plotten Sie dann die Konvergenzordnung p k der Nullstellensuche in Abhängigkeit von k. Welcher Wert wird asymptotisch für k erreicht? Bitte wenden!

3. Quadratur und Monte-Carlo (5 Punkte) Das Box-Integral in d Dimensionen lautet: B d (s) := ( r + + r d) s dr dr d mit dem Parameter s. Wir verwenden s = 3 womit die Integrale folgende exakte Werte besitzen: B (3) = Id = 4 B 3(3) = I3d = 5 3 + 7 log( + 3) 6 π Der Integrand von B d (3) ist als BI(x) für x R d implementiert. a) Wir betrachten zunächst das eindimensionale Integral mit d =. Implementieren Sie die summierte Version der Mittelpunkts- und Simpsonquadraturregel für jeweils N Teilintervalle auf [a, b] R. b) Ermitteln Sie die Konvergenzraten dieser Methoden unter Benutzung von N [,..., 7, 8, 6, 3]. Erhalten Sie jeweils die theoretische Konvergenzordnung? Warum? c) Implementieren Sie eine Monte-Carlo Routine zur Berechnung von B d (3) in d Dimensionen mit N zufälligen Punkten x i [, ] d. Hinweis: Benutzen Sie random.random((d,n)) aus numpy geschickt. d) Testen Sie die Monte-Carlo Quadratur an B 3 (3). Sei die Anzahl Zufallspunkte N [,..., ]. Berechnen Sie jeweils Mal für jedes N den Wert des Integrals und den Fehler. Plotten Sie die Resultate geeignet. Erhalten Sie die theoretische Konvergenzordnung? e) Für B 4 (3) existiert keine geschlossene Form. Erweitern Sie Ihre Monte-Carlo Implementation um die Schätzung σ N der Standardabweichung. Berechnen Sie nun B 4 (3) mit N = 5 und treffen Sie eine Aussage über die Korrektheit Ihres Wertes. Siehe nächstes Blatt!

4. Ein oszillatorisches System (5 Punkte) Wir betrachten das nichtlineare Differentialgleichungssystem: [ ] [ ] y ω y = y + ωy log(y ) y ωy mit den Anfangswerten y() = [, ] T und ω >. a) Benutzen Sie das exponentielle Eulerverfahren zur Lösung dieses Systems mit ω = auf dem Zeitintervall t [, 6]. Verwenden Sie N = 3 Zeitschritte. Plotten Sie die Lösungen y (t) und y (t). b) Berechnen Sie den absoluten Fehler der Gesamtlösung zu jeder Zeit und plotten Sie diesen Wert geeignet gegen t. Die Referenzlösung ist im Template als reference(t) gegeben. c) Lösen Sie dieses System mit jeweils N [4, 48, 96, 9, 384] Schritten und berechnen Sie den absoluten Fehler E N bis zur Endzeit T = 6. Plotten Sie diesen Fehler gegen die Schrittweite. Was für eine empirische Konvergenzrate erhalten Sie für dieses Schema? d) Wieso kann diese Methode nicht direkt auf das verwandte Problem: [ ] [ ] y y = y + 4ω t y log(y ) ω cos(ωt ) y y y angewendet werden?