Parabolikus feladatok dinamikus peremfeltétel mellett

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Parabolikus feladatok dinamikus peremfeltétel mellett"

Átírás

1 Parabolikus feladatok dinamikus peremfeltétel mellett Kovács Balázs és Christian Lubich University of Tübingen SFB 1173 BME Alkalmazott Analízis Szeminárium november 10., Budapest Kovács B. (Tübingen) Dynamic boundary conditions 1 / 43

2 Kivonat Néhány egyszer példa Variációs formalizmus és további példák Térbeli diszkretizáció poligonális tartámányok esetén Sima tartományok Id diszkretizációk Numerikus kísérletek Kovács B. (Tübingen) Dynamic boundary conditions 2 / 43

3 Egyszer parabolikus feladatok dinamikus peremfeltétellel Kovács B. (Tübingen) Dynamic boundary conditions 3 / 43

4 H vezetési egyenlet dinamikus peremfeltétellel H vezetési egyenlet Wentzell-féle peremfeltételek mellett: { t u= u Ω-ban t u= u ν u Γ-n, Ω R d korlátos tartomány; Γ = Ω peremmel a felület; ν u normális derivált Γ-n; Kovács B. (Tübingen) Dynamic boundary conditions 4 / 43

5 Felülettartomány diúziós egyenlet Tekintsük egy felületi diúziót és a tartománybeli diúziót csatoló feladatot: { t u= u Ω-ban t u= Γ u ν u Γ-n, ahol Γ a LaplaceBeltrami operátor. Kovács B. (Tübingen) Dynamic boundary conditions 5 / 43

6 Variációs formalizmus és néhány további példa Kovács B. (Tübingen) Dynamic boundary conditions 6 / 43

7 Absztrakt variációs formalizmus autonóm eset Tekintsük a lineáris parabolikus feladatok szokásos absztrakt felírását: legyen V és H Hilbert-tér, és normákkal, továbbá a V H beágyazás legyen s r és folytonos. Gelfand-hármas Jelölje (, ) a skalárszorzatot H-n. Legyen az a(, ) folytonos szimmetrikus bilineáris forma, amely teljesíti a Gårding-egyenl tlenséget: a(v, v) α v 2 c v 2 v V (α > 0, c R). ld. [Thomée], [Lubich és Ostermann (1994)], [Simon L. (2014)], stb. Kovács B. (Tübingen) Dynamic boundary conditions 7 / 43

8 Absztrakt variációs formalizmus autonóm eset Ekkor az absztrakt parabolikus feladat az alábbi alakban írható fel { ( u(t), v) + a(u(t), v) = (f (t), v) v V (0 < t T ) u(0) = u 0. Tekinthet egy H-gradiens áramlásnak, azaz ( u, v) = E (u)v v V, az E(v) = 1 a(v, v) v V energiafunkcionál mellett. 2 Ekkor teljesül a következ a priori energia becslés: t ( u(t) 2 + α u(s) 2 ds e 2ct u t f (s) 2 ). 0 α ds 0 [Daturay és Lions (1992)] Kovács B. (Tübingen) Dynamic boundary conditions 8 / 43

9 Klasszikus PDE-k A h vezetési egyenlet homogén Dirichlet peremfeltétellel Legyen V = H0 1(Ω) és H = L 2(Ω), a bilineáris formák pedig a(u, v) = u vdx, Ω (u, v) = uvdx. Ω A fenti gradiens áramlás alapján { t u = u Ω-ban u = 0 Γ-n, energia funkcionál: E(v) = 1 2 v 2 L 2 (Ω). Kovács B. (Tübingen) Dynamic boundary conditions 9 / 43

10 Klasszikus PDE-k A h vezetési egyenlet homogén Dirichlet peremfeltétellel Legyen V = H0 1(Ω) és H = L 2(Ω), a bilineáris formák pedig a(u, v) = u vdx, Ω (u, v) = uvdx. Ω A fenti gradiens áramlás alapján { t u = u Ω-ban u = 0 Γ-n, energia funkcionál: E(v) = 1 2 v 2 L 2 (Ω). Kovács B. (Tübingen) Dynamic boundary conditions 9 / 43

11 Klasszikus PDE-k A h vezetési egyenlet homogén Neumann peremfeltétellel Legyen V = Ḣ 1 (Ω) és H = L 2 (Ω), a bilineáris formák pedig a(u, v) = u vdx, Ω (u, v) = uvdx. Ω A fenti gradiens áramlás alapján { t u = u Ω-ban ν u = 0 Γ-n, energia funkcionál: E(v) = 1 2 v 2 L 2 (Ω). Kovács B. (Tübingen) Dynamic boundary conditions 9 / 43

12 Hogyan illenek a fenti feladatok az absztrakt formalizmusba? I. H vezetési egyenlet dinamikus peremfeltétellel Legyen V = {v H 1 (Ω) γv H 1 (Γ)}, H pedig izomorkus L 2 (Ω) L 2 (Γ)-val. Bilineáris formák: a(u, v) = (u, v) = Ω Ω u v + κ uv + µ Γ Γ (γu)(γv) (γu)(γv) + β Γ Γ u Γ v, κ R, β 0 és µ > 0. Kovács B. (Tübingen) Dynamic boundary conditions 10 / 43

13 Hogyan illenek a fenti feladatok az absztrakt formalizmusba? II. A gradiens áramlás alapján: { t u = u Ω-ban µ t u = β Γ u κu ν u Γ-n, energia funkcionál: E(v) = 1 2 v 2 L 2 (Ω) κ γv 2 L 2 (Γ) β Γv 2 L 2 (Γ). Kovács B. (Tübingen) Dynamic boundary conditions 11 / 43

14 Mit l lesz dinamikus egy peremfeltétlel? Klasszikus h vezetési egyenlet Hilbert-terek: V = H 1 0(Ω) és H = L 2 (Ω) Bilineáris formák: a(u, v) = u v Ω (u, v) = uv Ω Energia funkcionálok: E(v) = 1 2 v 2 L 2 (Ω). Gradiens áramlás, ( u, v) = E (u)v, szerint: { t u = u Ω-ban 0 = u Γ-n, Kovács B. (Tübingen) Dynamic boundary conditions 12 / 43

15 Mit l lesz dinamikus egy peremfeltétlel? Klasszikus h vezetési egyenlet dinamikus peremfeltétellel Hilbert-terek: V = {v H 1 (Ω) γv H 1 (Γ)} és H = L 2 (Ω) L 2 (Γ) Bilineáris formák: a(u, v) = u v + κ (γu)(γv) + β Γ u Γ v Ω Γ Γ (u, v) = uv + µ (γu)(γv) (κ R, β 0, µ > 0), Ω Energia funkcionálok: Γ E(v) = 1 2 v 2 L 2 (Ω) κ γv 2 L 2 (Γ) β Γv 2 L 2 (Γ). Gradiens áramlás, ( u, v) = E (u)v, szerint: { t u = u Ω-ban µ t u = β Γ u κu ν u Γ-n, Kovács B. (Tübingen) Dynamic boundary conditions 12 / 43

16 Lineáris nem-autonóm rendszerek I. Legyen V és H mint korábban, ekvivalens id függ normákkal: t és 2 t = m(t;, ). Legyen továbbá az a bilineáris forma is id függ, a(t;, ). Szükség van továbbá plusz (természetes) korlátossági feltételekre: m, a, m t és a t id ben korlátos. [Dziuk, Lubich és Mansour (2012)] Minden tulajdonság (norma ekvivalenciák, Gårding, korlátosság, stb.) id ben egyenletesen teljesül. Absztrakt nem-autonóm PDE: m(t; u(t), v) + a(t; u(t), v) = m(t; f (t), v) v V (0 < t T ) u(0) = u 0. Kovács B. (Tübingen) Dynamic boundary conditions 13 / 43

17 Lineáris nem-autonóm rendszerek II. Például, h vezetési egyenlet nem-autonóm dinamikus peremfeltétellel: { t u = u µ(x, t) t u(x, t) = κ(x, t)u(x, t) + Γ (β(x, t) Γ u(x, t) ) ν u(x, t) Kovács B. (Tübingen) Dynamic boundary conditions 14 / 43

18 Nemlineáris feladatok Szemilineáris feladatok szintén hasonlóan kezelhet ek: ( u(t), v) + a(u(t), v) = (f (u(t)), v) v V (0 < t T ) u(0) = u 0, ahol f : V H egy kell en sima függvény. Kovács B. (Tübingen) Dynamic boundary conditions 15 / 43

19 Felületi reakciódiúzió egyenlet csatolása a tartománybeli diúzióhoz Egy tipikus példa: { t u= u Ω-ban µ t u= β Γ u + f (u) ν u Γ-n = Ω ahol f : R R C 2 függvény (f és f lokálisan Lipschitz). Kovács B. (Tübingen) Dynamic boundary conditions 16 / 43

20 AllenCahn egyenlet dinamikus peremfeltétellel Legyenek W, W Γ : R R adott függvények (tipikusan valamilyen potenciál, pl. W (u) = (u 2 1) 2 ). Ekkor az AllenCahn egyenlet t u = u W (u) Ω-ban dinamikus peremfeltétellel: µ t u = β Γ u W Γ (u) νu Γ-n. ún. AllenCahn/AllenCahn csatolás Sok zikai cikk. [Gal (2008); Liero (2013); Colli és Fukao (2015);... ] Kovács B. (Tübingen) Dynamic boundary conditions 17 / 43

21 CahnHilliard egyenlet dinamikus peremfeltételekkel Egy jól ismert mintázatképz dési modell: Tekintsük a CahnHilliard egyenletet t u= w w= u W (u) Ω-ban, Allen-Cahn típusú dinamikus peremfeltétellel: µ t u= β Γ u W Γ (u) νu ν w= 0 Γ-n. ún. Cahn-Hilliard/Allen-Cahn csatolás Komplikált alapterek V és H. [Cherls, Petcu és Pierre (2010)] [Kenzler et. al. (2011); Gal (2008); Goldstein, Miranville és Schimperna (2011);... ] Lehetséges Cahn-Hilliard/Cahn-Hilliard csatolás is. (Még bonyolultabb alapterekkel.) Kovács B. (Tübingen) Dynamic boundary conditions 18 / 43

22 Térbeli szemidiszkretizáció ahol κ R, β 0 és µ > 0. { t u = u Ω-ban µ t u = β Γ u κu ν u Γ-n, Kovács B. (Tübingen) Dynamic boundary conditions 19 / 43

23 Végeselem módszer lineáris bázisfüggvények Keressük u h : [0, T ] V h szemidiszkrét megoldást úgy, hogy ( u h (t), v h ) + a(u h (t), v h ) = (f (t), v h ) v h V h (0 < t T ) (u h (0), v h ) = (u 0, v h ) v h V h. ahol ϕ 1, ϕ 2,..., ϕ N a V h V tér bázisfüggvényei. Ekvivalens közdi rendszer (u(t) = (u i (t))): M u(t) + Au(t) = b(t), az alábbi tömeg és merevségi mátrixszal: m ij = (ϕ j, ϕ i ), a ij = a(ϕ j, ϕ i ) és b i (t) = (f (t), ϕ i ). Kovács B. (Tübingen) Dynamic boundary conditions 20 / 43

24 El étel Els rend hibabecslések poliédereken I. Kulcs a szemidiszkrét energia becslés (nem csak poliéderen!): t ( u h (t) 2 + α u h (s) 2 ds e 2ct u h (0) t f (s) 2 ). 0 α ds 0 Továbbá a Ritz projekció (a-ortogonális projekció) a(r h u, v h ) = a(u, v h ) v h V h (κ > 0) Teljesíti az alábbi hibabecslést u R h u 2 Ch 2 ( u 2 H 2 (Ω) + β γu 2 H 2 pw (Γ) ) Kovács B. (Tübingen) Dynamic boundary conditions 21 / 43

25 El étel Els rend hibabecslések poliédereken II. Szemidiszkrét hibabecslés: u(t) u h (t) 2 + t Bizonyítás: Ld. [V. Thomée]: Bontsuk fel a hibát 0 u(t) u h (t) 2 dt Ch 2. u h u = (u h R h u) + (R h u u) alakban. El bbire energia becslés, utóbbira a fenti Ritz projekció hibabecslés. [...] Kovács B. (Tübingen) Dynamic boundary conditions 22 / 43

26 Sima felületek Kovács B. (Tübingen) Dynamic boundary conditions 23 / 43

27 Lift operátor Sima felületek esetében elkerülhetetlen a felület és a tartomány approximációja, és így extra óvatosság is szükségeltetik, ld. [Dziuk, Elliott, Ranner,... (1988)]. V h V p x Γ h Γ Fontos(!): Új interpolációs becslések: tartomány [Bernardi (1989), Elliott és Ranner (2013)], felület [Dziuk (1988)] Egyéb geometrikus hibák megfelel becslése. Kovács B. (Tübingen) Dynamic boundary conditions 24 / 43

28 Diszkrét bilineáris formák a h (u h, v h ) = m h (u h, v h ) = u h v h + κ Ω h (γ h u h )(γ h v h ) + β Γ h u h v h + µ Ω h (γ h u h )(γ h v h ), Γ h Γ h Γh u h Γh v h Geometriai hibák becslése: tetsz leges v h, w h V h esetén a(v l h, w l h ) a h(v h, w h ) Ch v l h L 2 (B l h ) w l h L 2 (B l h ) + Ch2 v l h w l h, m(v l h, w l h ) m h(v h, w h ) Ch v l h L 2 (B l h ) w l h L 2 (B l h ) + Ch2 v l h w l h. Fontos becslés [Elliott és Ranner (2013)]: v L2 (B l h ) Ch1/2 v H1 (Ω) ( v H 1 (Ω)). (1) Kovács B. (Tübingen) Dynamic boundary conditions 25 / 43

29 Diszkrét bilineáris formák a h (u h, v h ) = m h (u h, v h ) = u h v h + κ Ω h (γ h u h )(γ h v h ) + β Γ h u h v h + µ Ω h (γ h u h )(γ h v h ), Γ h Γ h Γh u h Γh v h Geometriai hibák becslése: tetsz leges v h, w h V h esetén a(v l h, w l h ) a h(v h, w h ) Ch v l h L 2 (B l h ) w l h L 2 (B l h ) + Ch2 v l h w l h, m(v l h, w l h ) m h(v h, w h ) Ch v l h L 2 (B l h ) w l h L 2 (B l h ) + Ch2 v l h w l h. Fontos becslés [Elliott és Ranner (2013)]: v L2 (B l h ) Ch1/2 v H1 (Ω) ( v H 1 (Ω)). (1) Kovács B. (Tübingen) Dynamic boundary conditions 25 / 43

30 Diszkrét bilineáris formák a h (u h, v h ) = m h (u h, v h ) = u h v h + κ Ω h (γ h u h )(γ h v h ) + β Γ h u h v h + µ Ω h (γ h u h )(γ h v h ), Γ h Γ h Γh u h Γh v h Geometriai hibák becslése: tetsz leges v h, w h V h esetén a(v l h, w l h ) a h(v h, w h ) Ch v l h L 2 (B l h ) w l h L 2 (B l h ) + Ch2 v l h w l h, m(v l h, w l h ) m h(v h, w h ) Ch v l h L 2 (B l h ) w l h L 2 (B l h ) + Ch2 v l h w l h. Fontos becslés [Elliott és Ranner (2013)]: v L2 (B l h ) Ch1/2 v H1 (Ω) ( v H 1 (Ω)). (1) Kovács B. (Tübingen) Dynamic boundary conditions 25 / 43

31 Ritz leképezés sima tartományok esetén Deniáljuk a Ritz leképezést R h : V V l h a h ( R h u, v h ) = a(u, v l h ) a következ módon: v h V h ekkor, legyen R h u := ( R h u) l V l h. Nincs Galjorkin ortogonalitás! Nem projekció, csak leképezés! Ritz leképezés hibabecslése ) Els rend becslés: u R h u 2 Ch ( u 2 2 H 2 (Ω) + β γu 2 H 2 (Γ) ; Másodrend becslés:. normában, AubinNitsche trükk. Kovács B. (Tübingen) Dynamic boundary conditions 26 / 43

32 Konvergencia becslések Legyen Ω R d egy sima tartomány (d 3), továbbá legyen u a feladat megfelel en sima megoldása. Ekkor a szemidiszkrét megoldás lineáris bázisfüggvények esetén teljesíti a következ els rend hibabecslést: u h (t) u(t) 2 + t 0 u h (s) u(s)) 2 ds C 1 h 2, Továbbá az alábbi másodrend hibabecslés is teljesül: u h (t) u(t) 2 L 2 (Ω) + µ γ(u h(t) u(t)) 2 H θ (Γ) C 2h 4, ahol θ = 1/2, ha β = 0 és θ = 0, ha β > 0. Kovács B. (Tübingen) Dynamic boundary conditions 27 / 43

33 Általános PDE-k Hasonló eredmények igazak szemilineáris problémák (lokálisan Lipschitz) jó trükk (?!), ( ) nem-autonóm feladatok (gyelem(!): R h (t)u(t) R h (t) u(t)), esetén is. lumped mass végeselem módszer ( exponenciális integrátorok), d dt Kovács B. (Tübingen) Dynamic boundary conditions 28 / 43

34 Egy jó trükk I. Legyen f és f lokálisan Lipschitz. A szemilineáris feladat hibabecslésében szükség van a nemlineáris tag becslésére, ehhez pedig egy u h (, t) L (Ω) 2r t T típusú becslésre (u-ról ez feltehet t = T esetén is). Legyen tehát t [0, T ] maximális úgy, hogy a fenti teljesül! Igazoljuk el ször a hibabecslést 0 t t esetén, azaz u h (t) u(t) t 0 u h (s) u(s) 2 ds C e CL(2r)t h 4, 0 t t. Ekkor már csak azt kéne megmutatnunk, hogy t = T (kell en kis h > 0 esetén). Kovács B. (Tübingen) Dynamic boundary conditions 29 / 43

35 Egy jó trükk I. Legyen f és f lokálisan Lipschitz. A szemilineáris feladat hibabecslésében szükség van a nemlineáris tag becslésére, ehhez pedig egy u h (, t) L (Ω) 2r t T típusú becslésre (u-ról ez feltehet t = T esetén is). Legyen tehát t [0, T ] maximális úgy, hogy a fenti teljesül! Igazoljuk el ször a hibabecslést 0 t t esetén, azaz u h (t) u(t) t 0 u h (s) u(s) 2 ds C e CL(2r)t h 4, 0 t t. Ekkor már csak azt kéne megmutatnunk, hogy t = T (kell en kis h > 0 esetén). Kovács B. (Tübingen) Dynamic boundary conditions 29 / 43

36 Egy jó trükk I. Legyen f és f lokálisan Lipschitz. A szemilineáris feladat hibabecslésében szükség van a nemlineáris tag becslésére, ehhez pedig egy u h (, t) L (Ω) 2r t T típusú becslésre (u-ról ez feltehet t = T esetén is). Legyen tehát t [0, T ] maximális úgy, hogy a fenti teljesül! Igazoljuk el ször a hibabecslést 0 t t esetén, azaz u h (t) u(t) t 0 u h (s) u(s) 2 ds C e CL(2r)t h 4, 0 t t. Ekkor már csak azt kéne megmutatnunk, hogy t = T (kell en kis h > 0 esetén). Kovács B. (Tübingen) Dynamic boundary conditions 29 / 43

37 Egy jó trükk II. Inverz becsléssel: u h L (Ω) u h I h u L (Ω) + I h u L (Ω) Ch d/2 u h I h u L2 (Ω) + u L (Ω) Ch d/2 u h u L2 (Ω) + Ch d/2 u I h u L2 (Ω) + u L (Ω) CC 2 h 2 d/2 + Ch 2 d/2 u H2 (Ω) + u L (Ω) 3 r. 2 Azaz t nem lehetett maximális! t = T Kovács B. (Tübingen) Dynamic boundary conditions 30 / 43

38 Id diszkretizációk Kovács B. (Tübingen) Dynamic boundary conditions 31 / 43

39 Klasszikus implicit módszerek Ugyanazt az absztrakt formalizmust használjuk, amelyben a parabolikus feladatok id diszkretizációja jól ismert: pl. BDF vagy algebrailag stabil implicit RungeKutta módszerek. m( τ t un h, v h) + a(u n h, v h) = m(f (t n ), v h ) v h V h, [Akrivis, Crouzeix, Lubich, Ostermann, Savaré,...,... ] Például, egy k lépéses BDF módszer (k 5): a klasszikus rendben konvergál. ( δ0 τ M + A )u n = b(t n ) M 1 τ k δ j u n j. j=1 Kovács B. (Tübingen) Dynamic boundary conditions 32 / 43

40 Splitting módszerek I. Force splitting: válasszuk el a tartományt és a felületet: a(, ) = a Ω (, ) + a Γ (, ) A = A Ω + A Γ 1 [t 0, t 1/2 ]: M u(t) = A Γ u(t) + b Γ (t 0 ), kezdeti feltétel: u 0, megoldás: u 1/2,. 2 [t 0, t 1 ]: M u(t) = A Ω u(t) + b Ω (t 1/2 ), kezdeti feltétel: u 1/2,, megoldás: u 1/2,+. 3 [t 1/2, t 1 ]: M u(t) = A Γ u(t) + b Γ (t 1 ), kezdeti feltétel: u 1/2,+, megoldás: u 1. Kovács B. (Tübingen) Dynamic boundary conditions 33 / 43

41 Splitting módszerek II. Component splitting: válasszuk el a bels és a perem pontokat: ( ) ( ) u0 M0 0 u =, M =, A = u 1 0 M 1 ( ) A00 A 01, b = A 10 A 11 ( b0 b 1 ). 1 [t 0, t 1/2 ]: M 1 u 1 (t) = A 11 u 1 (t) A 10 u b 1(t 0 ), kezdeti feltétel: u 0 1, megoldás: u1/ [t 0, t 1 ]: M 0 u 0 (t) = A 00 u 0 (t) A 01 u 1/2 1 + b 0 (t 1/2 ), kezdeti feltétel: u 0 0, megoldás: u [t 1/2, t 1 ]: M 1 u 1 (t) = A 11 u 1 (t) A 10 u b 1(t 1 ), kezdeti feltétel: u 1/2 1, megoldás: u 1 1. Kovács B. (Tübingen) Dynamic boundary conditions 34 / 43

42 Numerikus kísérletek Kovács B. (Tübingen) Dynamic boundary conditions 35 / 43

43 AllenCahn egyenlet dinamikus peremfeltételekkel BDF2 { t u = u + f Ω Ω-ban µ t u = β Γ u ν u + W Γ (u) + f Γ Γ-n, BDF BDF dof 144 dof 541 dof 2097 dof 8257 slope dof 144 dof 541 dof 2097 dof 8257 slope 2 error m 10 4 error a step size (τ) step size (τ) BDF2 módszer hibája t = 1 id pontban

44 AllenCahn egyenlet dinamikus peremfeltételekkel BDF4 BDF BDF dof 144 dof 541 dof 2097 dof 8257 slope dof 144 dof 541 dof 2097 dof 8257 slope 4 error m 10 4 error a step size (τ) step size (τ) BDF4 módszer hibája t = 1 id pontban

45 Force splitting Γ - Ω force force dof 144 dof 541 dof 2097 dof 8257 slope dof 144 dof 541 dof 2097 dof 8257 slope 2 error m 10 4 error a step size (τ) step size (τ) Force splitting hibája t = 1 id pontban

46 Component splitting 0-1 component component dof 144 dof 541 dof 2097 dof 8257 slope dof 144 dof 541 dof 2097 dof 8257 slope 2 error m 10 4 error a step size (τ) step size (τ) Figure: Component splitting hibája t = 1 id pontban

47 Összefoglalás általános absztrakt formalizmus; így a meglév id diszkretizációs eredmények direkt alkalmazhatóak; Ritz projekció nem a szokásos elliptikus formán alapul, hanem új, peremtagokat is tartalmaz, esetszétválasztás: β = 0, β > 0; sima felületek esetén a felület approximációja fontos; splitting(!!); Kovács B. (Tübingen) Dynamic boundary conditions 40 / 43

48 Köszönöm a gyelmet! Kovács B. (Tübingen) Dynamic boundary conditions 41 / 43

49 Egy jó trükk I. Legyen f és f lokálisan Lipschitz. A szemilineáris feladat hibabecslésében szükség van a nemlineáris tag becslésére, ehhez pedig egy u h (, t) L (Ω) 2r t T típusú becslésre (u-ról ez feltehet t = T esetén is). Legyen tehát t [0, T ] maximális úgy, hogy a fenti teljesül! Igazoljuk el ször a hibabecslést 0 t t esetén, azaz u h (t) u(t) t 0 u h (s) u(s) 2 ds C e CL(2r)t h 4, 0 t t. Ekkor már csak azt kéne megmutatnunk, hogy t = T (kell en kis h > 0 esetén). Kovács B. (Tübingen) Dynamic boundary conditions 42 / 43

50 Egy jó trükk I. Legyen f és f lokálisan Lipschitz. A szemilineáris feladat hibabecslésében szükség van a nemlineáris tag becslésére, ehhez pedig egy u h (, t) L (Ω) 2r t T típusú becslésre (u-ról ez feltehet t = T esetén is). Legyen tehát t [0, T ] maximális úgy, hogy a fenti teljesül! Igazoljuk el ször a hibabecslést 0 t t esetén, azaz u h (t) u(t) t 0 u h (s) u(s) 2 ds C e CL(2r)t h 4, 0 t t. Ekkor már csak azt kéne megmutatnunk, hogy t = T (kell en kis h > 0 esetén). Kovács B. (Tübingen) Dynamic boundary conditions 42 / 43

51 Egy jó trükk I. Legyen f és f lokálisan Lipschitz. A szemilineáris feladat hibabecslésében szükség van a nemlineáris tag becslésére, ehhez pedig egy u h (, t) L (Ω) 2r t T típusú becslésre (u-ról ez feltehet t = T esetén is). Legyen tehát t [0, T ] maximális úgy, hogy a fenti teljesül! Igazoljuk el ször a hibabecslést 0 t t esetén, azaz u h (t) u(t) t 0 u h (s) u(s) 2 ds C e CL(2r)t h 4, 0 t t. Ekkor már csak azt kéne megmutatnunk, hogy t = T (kell en kis h > 0 esetén). Kovács B. (Tübingen) Dynamic boundary conditions 42 / 43

52 Egy jó trükk II. Inverz becsléssel kell en kis h esetén: u h L (Ω) u h I h u L (Ω) + I h u L (Ω) Ch d/2 u h I h u L2 (Ω) + u L (Ω) Ch d/2 u h u L2 (Ω) + Ch d/2 u I h u L2 (Ω) + u L (Ω) CC 2 h 2 d/2 + Ch 2 d/2 u H2 (Ω) + u L (Ω) 3 r. 2 Azaz t nem lehetett maximális! t = T Kovács B. (Tübingen) Dynamic boundary conditions 43 / 43

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Izsák Ferenc 2007. szeptember 17. Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához 1 Vázlat Bevezetés: a vizsgált egyenlet,

Részletesebben

Tartalomjegyzék. Typotex Kiadó, 2010

Tartalomjegyzék. Typotex Kiadó, 2010 Tartalomjegyzék 15. Elliptikus egyenletek 7 15.1. Bevezetés: Elliptikus egyenletek alkalmazott feladatokban... 7 15.2. Elméleti háttér.......................... 9 15.3. Véges dierencia eljárások II...................

Részletesebben

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék,   Wettl Ferenc (BME) Utolsó el adás / 20 Utolsó el adás Wettl Ferenc BME Algebra Tanszék, http://www.math.bme.hu/~wettl 2013-12-09 Wettl Ferenc (BME) Utolsó el adás 2013-12-09 1 / 20 1 Dierenciálegyenletek megoldhatóságának elmélete 2 Parciális

Részletesebben

Végeselem modellezés alapjai 1. óra

Végeselem modellezés alapjai 1. óra Végeselem modellezés alapjai. óra Gyenge alak, Tesztfüggvény, Lagrange-féle alakfüggvény, Stiness mátrix Kivonat Az óra célja, hogy megismertesse a végeselem módszer (FEM) alkalmazását egy egyszer probléma,

Részletesebben

A mikroskálájú modellek turbulencia peremfeltételeiről

A mikroskálájú modellek turbulencia peremfeltételeiről A mikroskálájú modellek turbulencia peremfeltételeiről Adjunktus Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Áramlástan Tanszék 27..23. 27..23. / 7 Általános célú CFD megoldók alkalmazása

Részletesebben

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

Lagrange és Hamilton mechanika

Lagrange és Hamilton mechanika Lagrange és 2010. október 17. Lagrange és Tartalom 1 Variáció Lagrange egyenlet Legendre transzformáció Hamilton egyenletek 2 3 Szimplektikus sokaság Hamilton mez Hamilton és Lagrange egyenletek ekvivalenciája

Részletesebben

Parciális dierenciálegyenletek

Parciális dierenciálegyenletek Parciális dierenciálegyenletek 2009. május 25. A félév lezárásaként néhány alap-deníciót és alap-példát szeretnék adni a Parciális Dierenciálegynletek (PDE) témaköréb l. Épp csak egy kis izelít t. Az alapfeladatok

Részletesebben

Diplomamunka. Nemlineáris elliptikus vegyes peremértékfeladatok prekondicionálása. Írta: Perjés Balázs Alkalmazott matematikus szak

Diplomamunka. Nemlineáris elliptikus vegyes peremértékfeladatok prekondicionálása. Írta: Perjés Balázs Alkalmazott matematikus szak Nemlineáris elliptikus vegyes peremértékfeladatok prekondicionálása Diplomamunka Írta: Perjés Balázs Alkalmazott matematikus szak Témavezet : Karátson János egyetemi tanár Alkalmazott Analízis és Számításmatematika

Részletesebben

Energiatételek - Példák

Energiatételek - Példák 9. Előadás Húzott rúd potenciális energiája: Hooke-modell: σ = Eε Geom. hetséges Geometriai egyenlet: + geom. peremfeltételek: u εx = ε = x u(0) = 0 ul () = 0 du dx Energiatételek Példák = k l 0 pudx l

Részletesebben

January 16, ψ( r, t) ψ( r, t) = 1 (1) ( ψ ( r,

January 16, ψ( r, t) ψ( r, t) = 1 (1) ( ψ ( r, Közelítő módszerek January 16, 27 1 A variációs módszer A variációs módszer szintén egy analitikus közelítő módszer. Olyan esetekben alkalmazzuk mikor ismert az analitikus alak amelyben keressük a sajátfüggvényt,

Részletesebben

Szemidenit optimalizálás és az S-lemma

Szemidenit optimalizálás és az S-lemma Szemidenit optimalizálás és az S-lemma Pólik Imre SAS Institute, USA BME Optimalizálás szeminárium 2011. október 6. Outline 1 Egyenl tlenségrendszerek megoldhatósága 2 Az S-lemma 3 Szemidenit kapcsolatok

Részletesebben

Differenciálegyenletek numerikus megoldása

Differenciálegyenletek numerikus megoldása a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens

Részletesebben

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. ( FELADATOK A LEKÉPEZÉSEK, PERMUTÁCIÓK TÉMAKÖRHÖZ Diszkrét Matematika 4. LEKÉPEZÉSEK Értelmezési tartomány és értékkészlet meghatározása : Összefoglaló feladatgyűjtemény matematikából ( zöld könyv ): XIII.

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 6. előadás: Vektor- és mátrixnormák Lócsi Levente ELTE IK 2013. október 14. Tartalomjegyzék 1 Vektornormák 2 Mátrixnormák 3 Természetes mátrixnormák, avagy indukált normák 4 Mátrixnormák

Részletesebben

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0 I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)

Részletesebben

14. fejezet. Tárgymutató Címszavak jegyzéke

14. fejezet. Tárgymutató Címszavak jegyzéke 14. fejezet Tárgymutató 14.1. Címszavak jegyzéke A Adams Bashforth módszerek 71 Adams Moulton módszerek 71 Adams módszerek, változó lépéstávolságú 96 algebro-differenciálegyenletek 150 alulintegráció 346,

Részletesebben

Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel

Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel Segédlet az A végeselem módszer alapjai tárgy 4. laborgyakorlatához http://www.mm.bme.hu/~kossa/vemalap4.pdf Kossa Attila (kossa@mm.bme.hu)

Részletesebben

Mátrixhatvány-vektor szorzatok hatékony számítása

Mátrixhatvány-vektor szorzatok hatékony számítása Mátrixhatvány-vektor szorzatok hatékony számítása Izsák Ferenc ELTE TTK, Alkalmazott Analízis és Számításmatematikai Tanszék & ELTE-MTA NumNet Kutatócsoport munkatárs: Szekeres Béla János Alkalmazott Analízis

Részletesebben

Analízis. 1. fejezet Normált-, Banach- és Hilbert-terek. 1. Definíció. (K n,, ) vektortér, ha X, Y, Z K n és a, b K esetén

Analízis. 1. fejezet Normált-, Banach- és Hilbert-terek. 1. Definíció. (K n,, ) vektortér, ha X, Y, Z K n és a, b K esetén 1. fejezet Analízis 1.1. Normált-, Banach- és Hilbert-terek. Zártés teljes ortonormált rendszer. Fourier-sor. Riesz-Fischer tétel Hilbert-térben. Szeparábilis Hilbert terek izomorfiája. 1.1.1. Normált-,

Részletesebben

Simított részecskedinamika Smoothed Particle Hydrodynamics (SPH)

Simított részecskedinamika Smoothed Particle Hydrodynamics (SPH) Smoothed Particle Hydrodynamics (SPH) Áramlások numerikus modellezése II. Tóth Balázs BME-ÉMK Vízépítési és Vízgazdálkodási Tanszék Numerikus módszerek Osztályozás A numerikus sémák két csoportosítási

Részletesebben

1. Példa. A gamma függvény és a Fubini-tétel.

1. Példa. A gamma függvény és a Fubini-tétel. . Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +

Részletesebben

Végeselem analízis. 1. el adás

Végeselem analízis. 1. el adás Végeselem analízis 1. el adás Pere Balázs Széchenyi István Egyetem, Alkalmazott Mechanika Tanszék 2016. szeptember 7. Mi az a VégesElem Analízis (VEA)? Parciális dierenciálegyenletek (egyenletrendszerek)

Részletesebben

Pere Balázs október 20.

Pere Balázs október 20. Végeselem anaĺızis 1. előadás Széchenyi István Egyetem, Alkalmazott Mechanika Tanszék 2014. október 20. Mi az a VégesElem Anaĺızis (VEA)? Mi az a VégesElem Anaĺızis (VEA)? Mi az a VégesElem Anaĺızis (VEA)?

Részletesebben

ELLIPTIKUS ÉS PARABOLIKUS PARCIÁLIS DIFFERENCIÁLEGYENLETEK KVALITATÍV TULAJDONSÁGAI ÉS ÜZEMANYAGCELLÁK MEGBÍZHATÓ MODELLEZÉSE

ELLIPTIKUS ÉS PARABOLIKUS PARCIÁLIS DIFFERENCIÁLEGYENLETEK KVALITATÍV TULAJDONSÁGAI ÉS ÜZEMANYAGCELLÁK MEGBÍZHATÓ MODELLEZÉSE ELLIPTIKUS ÉS PARABOLIKUS PARCIÁLIS DIFFERENCIÁLEGYENLETEK KVALITATÍV TULAJDONSÁGAI ÉS ÜZEMANYAGCELLÁK MEGBÍZHATÓ MODELLEZÉSE Szabó Tamás A doktori értekezés tézisei Témaveztő Dr. Faragó István a Magyar

Részletesebben

Funkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér

Funkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér Funkcionálanalízis Gyakorló feladatok 2017 március 22 Metrikus tér, normált tér és skalárszorzat tér N1 Metrikát deniálnak-e R-en az alábbi függvények: (a) d(x, y) = x y (b) d(x, y) = x y (c) d(x, y) =

Részletesebben

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35 Szinguláris értékek Wettl Ferenc 2016. április 12. Wettl Ferenc Szinguláris értékek 2016. április 12. 1 / 35 Tartalom 1 Szinguláris érték 2 Norma 3 Mátrixnorma 4 Alkalmazások Wettl Ferenc Szinguláris értékek

Részletesebben

L-transzformáltja: G(s) = L{g(t)}.

L-transzformáltja: G(s) = L{g(t)}. Tartalom 1. Stabilitáselmélet stabilitás feltételei inverz inga egyszerűsített modellje 2. Zárt, visszacsatolt rendszerek stabilitása Nyquist stabilitási kritérium Bode stabilitási kritérium 2018 1 Stabilitáselmélet

Részletesebben

Tartószerkezet-rekonstrukciós Szakmérnöki Képzés

Tartószerkezet-rekonstrukciós Szakmérnöki Képzés 1_5. Bevezetés Végeselem-módszer Végeselem-módszer 1. A geometriai tartomány (szerkezet) felosztása (véges)elemekre.. Lokális koordináta-rendszer felvétele, kapcsolat a lokális és globális koordinátarendszerek

Részletesebben

Atomok és molekulák elektronszerkezete

Atomok és molekulák elektronszerkezete Atomok és molekulák elektronszerkezete Szabad atomok és molekulák Schrödinger egyenlete Tekintsünk egy kvantummechanikai rendszert amely N n magból és N e elektronból áll. Koordinátáikat jelölje rendre

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2

Részletesebben

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28 Szinguláris értékek Wettl Ferenc 2015. április 3. Wettl Ferenc Szinguláris értékek 2015. április 3. 1 / 28 Tartalom 1 Szinguláris érték 2 Alkalmazások 3 Norma 4 Mátrixnorma Wettl Ferenc Szinguláris értékek

Részletesebben

Kalkulus 2., Matematika BSc 1. Házi feladat

Kalkulus 2., Matematika BSc 1. Házi feladat . Házi feladat Beadási határidő: 07.0.. Jelölések x = (x,..., x n, y = (y,..., y n, z = (z,..., z n R n esetén. x, y = n i= x iy i, skalárszorzat R n -ben. d(x, y = x y = n i= (x i y i, metrika R n -ben

Részletesebben

Maximum Principles in the Theory of Numerical Methods

Maximum Principles in the Theory of Numerical Methods Maximum Principles in the Theory of Numerical Methods Mincsovics Miklós Emil A doktori disszertáció tézisei Témavezetõ: Prof. Faragó István, DHAS Eötvös Loránd Tudományegyetem Matematika Doktori Iskola,

Részletesebben

Analízis III. gyakorlat október

Analízis III. gyakorlat október Vektoranalízis Analízis III. gyakorlat 216. október Gyakorló feladatok és korábbi zh feladatok V1. Igazolja az alábbi "szorzat deriválási" szabályt: div(ff) = F, f + f div(f). V2. Legyen f : IR 3 IR kétszer

Részletesebben

Egy szubszonikus áramlási feladat numerikus megoldása

Egy szubszonikus áramlási feladat numerikus megoldása Eötvös Loránd Tudományegyetem Természettudományi Kar Egy szubszonikus áramlási feladat numerikus megoldása MSc szakdolgozat Írta: Egyed Boglárka Alkalmazott matematikus MSc, Alkalmazott analízis szakirány

Részletesebben

Differenciálszámítás normált terekben

Differenciálszámítás normált terekben Eötvös Loránd Tudományegyetem Természettudományi Kar Kapui Dóra Differenciálszámítás normált terekben Szakdolgozat Matematika BSc, elemz szakirány Témavezet : Tarcsay Zsigmond Alkalmazott Analízis és Számításmatematikai

Részletesebben

Parciális differenciálegyenletek numerikus módszerei február 5.

Parciális differenciálegyenletek numerikus módszerei február 5. Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Horváth Róbert, Izsák Ferenc, Karátson János 013. február 5. Tartalomjegyzék Bevezetés 6 I. Elliptikus parciális differenciálegyenletek

Részletesebben

Permutációk véges halmazon (el adásvázlat, február 12.)

Permutációk véges halmazon (el adásvázlat, február 12.) Permutációk véges halmazon el adásvázlat 2008 február 12 Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: ismétlés nélküli variáció leképezés indulási és érkezési halmaz

Részletesebben

PPKE ITK tel: Budapest fax: Práter utca 50.

PPKE ITK tel: Budapest fax: Práter utca 50. Garay Barna DSc e-mail: garay@digitus.itk.ppke.hu PPKE ITK tel: 886 47 79 1083 Budapest fax: 886 47 24 Práter utca 50. Opponensi vélemény KARÁTSON JÁNOS: "Operator methods for the numerical solution of

Részletesebben

"Flat" rendszerek. definíciók, példák, alkalmazások

Flat rendszerek. definíciók, példák, alkalmazások "Flat" rendszerek definíciók, példák, alkalmazások Hangos Katalin, Szederkényi Gábor szeder@scl.sztaki.hu, hangos@scl.sztaki.hu 2006. október 18. flatness - p. 1/26 FLAT RENDSZEREK: Elméleti alapok 2006.

Részletesebben

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc Karátson, János Horváth, Róbert Izsák, Ferenc numerikus módszerei számítógépes írta Karátson, János, Horváth, Róbert, és Izsák, Ferenc Publication date 2013 Szerzői jog 2013 Karátson János, Horváth Róbert,

Részletesebben

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények 1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények 1.1. Dierenciálhatóság 1.1. deníció. Legyen a z 0 pont az f(z) függvény értelmezési tartományának torlódási

Részletesebben

A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben

A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben Faragó István 1, Havasi Ágnes 1, Zahari Zlatev 2 1 ELTE Alkalmazott Analízis és Számításmatematikai Tanszék és MTA-ELTE Numerikus Analízis

Részletesebben

SZAKDOLGOZAT. Diszkrét maximum-elv végeselem-módszerre elliptikus parciális differenciálegyenleteken. Balla Réka

SZAKDOLGOZAT. Diszkrét maximum-elv végeselem-módszerre elliptikus parciális differenciálegyenleteken. Balla Réka Budapesti Műszaki és Gazdaságtudományi Egyetem Matematika Intézet SZAKDOLGOZAT Diszkrét maximum-elv végeselem-módszerre elliptikus parciális differenciálegyenleteken Balla Réka Konzulens: Karátson János

Részletesebben

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31 Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós

Részletesebben

Modellek és Algoritmusok - 2.ZH Elmélet

Modellek és Algoritmusok - 2.ZH Elmélet Modellek és Algoritmusok - 2.ZH Elmélet Ha hibát elírást találsz kérlek jelezd: sellei_m@hotmail.com A fríss/javított változat elérhet : people.inf.elte.hu/semsaai/modalg/ 2.ZH Számonkérés: 3.EA-tól(DE-ek)

Részletesebben

4. Laplace transzformáció és alkalmazása

4. Laplace transzformáció és alkalmazása 4. Laplace transzformáció és alkalmazása 4.1. Laplace transzformált és tulajdonságai Differenciálegyenletek egy csoportja algebrai egyenletté alakítható. Ennek egyik eszköze a Laplace transzformáció. Definíció:

Részletesebben

I. Fejezetek a klasszikus analízisből 3

I. Fejezetek a klasszikus analízisből 3 Tartalomjegyzék Előszó 1 I. Fejezetek a klasszikus analízisből 3 1. Topológia R n -ben 5 2. Lebesgue-integrál, L p - terek, paraméteres integrál 9 2.1. Lebesgue-integrál, L p terek................... 9

Részletesebben

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005.

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. 1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. március 1 A téma jelent sége

Részletesebben

Konvex optimalizálás feladatok

Konvex optimalizálás feladatok (1. gyakorlat, 2014. szeptember 16.) 1. Feladat. Mutassuk meg, hogy az f : R R, f(x) := x 2 függvény konvex (a másodrend derivált segítségével, illetve deníció szerint is)! 2. Feladat. Mutassuk meg, hogy

Részletesebben

Egy enzimkinetikai nemlineáris parciális di erenciálegyenlet megoldása

Egy enzimkinetikai nemlineáris parciális di erenciálegyenlet megoldása Eötvös Loránd Tudományegyetem Természettudományi Kar Egy enzimkinetikai nemlineáris parciális di erenciálegyenlet megoldása BSc szakdolgozat Bekényi Balázs Matematika BSc, Alkalmazott matematikus szakirány

Részletesebben

ANALÍZIS II. Példatár

ANALÍZIS II. Példatár ANALÍZIS II. Példatár Többszörös integrálok 3. április 8. . fejezet Feladatok 3 4.. Kett s integrálok Számítsa ki az alábbi integrálokat:...3. π 4 sinx.. (x + y) dx dy (x + y) dy dx.4. 5 3 y (5x y y 3

Részletesebben

Markov-láncok stacionárius eloszlása

Markov-láncok stacionárius eloszlása Markov-láncok stacionárius eloszlása Adatbányászat és Keresés Csoport, MTA SZTAKI dms.sztaki.hu Kiss Tamás 2013. április 11. Tartalom Markov láncok definíciója, jellemzése Visszatérési idők Stacionárius

Részletesebben

Peremérték-feladatok numerikus megoldása Galjorkin-módszerekkel

Peremérték-feladatok numerikus megoldása Galjorkin-módszerekkel Peremérték-feladatok numerikus megoldása Galjorkin-módszerekkel Habilitációs dolgozat Izsák Ferenc adjunktus Alkalmazott Analízis és Számításmatematikai Tanszék Eötvös Loránd Tudományegyetem, Természettudományi

Részletesebben

MBNK12: Permutációk (el adásvázlat, április 11.) Maróti Miklós

MBNK12: Permutációk (el adásvázlat, április 11.) Maróti Miklós MBNK12: Permutációk el adásvázlat 2016 április 11 Maróti Miklós 1 Deníció Az A halmaz permutációin a π : A A bijektív leképezéseket értjünk Tetsz leges n pozitív egészre az {1 n} halmaz összes permutációinak

Részletesebben

Idegen atomok hatása a grafén vezet képességére

Idegen atomok hatása a grafén vezet képességére hatása a grafén vezet képességére Eötvös Loránd Tudományegyetem, Komplex Rendszerek Fizikája Tanszék Mahe Tisk'11 Vázlat 1 Kisérleti eredmények Kémiai szennyez k hatása a Fermi-energiára A vezet képesség

Részletesebben

Wigner tétele kvantummechanikai szimmetriákról

Wigner tétele kvantummechanikai szimmetriákról Szegedi Tudományegyetem, Bolyai Intézet és MTA-DE "Lendület" Funkcionálanalízis Kutatócsoport, Debreceni Egyetem 2014. Október 30. Elméleti Fizika Szeminárium A tétel története Wigner tétele Tétel Legyen

Részletesebben

Differenciálegyenlet rendszerek

Differenciálegyenlet rendszerek Differenciálegyenlet rendszerek (A kezdeti érték probléma. Lineáris differenciálegyenlet rendszerek, magasabb rendű lineáris egyenletek.) Szili László: Modellek és algoritmusok ea+gyak jegyzet alapján

Részletesebben

Számítógépes geometria (mester kurzus) III

Számítógépes geometria (mester kurzus) III 2010 sz, Debreceni Egyetem Felületek A felület megadása implicit: F : R 3 R, F (x, y, z) = 0 Euler-Monge: f : [a, b] [c, d] R, z = f (x, y) paraméteres: r : [a, b] [c, d] R 3 trianguláris háló direkt megadása

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó FARAGÓ ISTVÁN HORVÁTH RÓBERT NUMERIKUS MÓDSZEREK 2013 Ismertet Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezet Lektor Technikai szerkeszt Copyright Az Olvasó most egy egyetemi jegyzetet tart

Részletesebben

Lagrange-féle multiplikátor módszer és alkalmazása

Lagrange-féle multiplikátor módszer és alkalmazása Eötvös Loránd Tudományegyetem Természettudományi Kar Nemesné Jónás Nikolett Lagrange-féle multiplikátor módszer és alkalmazása Matematika BSc, Matematikai elemz szakirány Témavezet : Szekeres Béla János,

Részletesebben

Kvantummechanika gyakorlat Beadandó feladatsor Határid : 4. heti gyakorlatok eleje

Kvantummechanika gyakorlat Beadandó feladatsor Határid : 4. heti gyakorlatok eleje Kvantummechanika gyakorlat 015 1. Beadandó feladatsor Határid : 4. heti gyakorlatok eleje 1. Mutassuk meg, hogy A és B tetsz leges operátorokra igaz, hogy e B A e B = A + [B, A] + 1![ B, [B, A] ] +....

Részletesebben

Sorozatok és Sorozatok és / 18

Sorozatok és Sorozatok és / 18 Sorozatok 2015.11.30. és 2015.12.02. Sorozatok 2015.11.30. és 2015.12.02. 1 / 18 Tartalom 1 Sorozatok alapfogalmai 2 Sorozatok jellemz i 3 Sorozatok határértéke 4 Konvergencia és korlátosság 5 Cauchy-féle

Részletesebben

Alkalmazott algebra - SVD

Alkalmazott algebra - SVD Alkalmazott algebra - SVD Ivanyos Gábor 20 sz Poz. szemidenit mátrixok spektrálfelbontásának általánosítása nem feltétlenül négyzetes mátrixokra LSI - mögöttes szemantikájú indexelés "Közelít " webkeresés

Részletesebben

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31 Márkus László Véletlen bolyongás 2015. március 17. 1 / 31 Véletlen bolyongás Márkus László 2015. március 17. Modell Deníció Márkus László Véletlen bolyongás 2015. március 17. 2 / 31 Modell: Egy egyenesen

Részletesebben

Bevezetés a görbe vonalú geometriába

Bevezetés a görbe vonalú geometriába Bevezetés a görbe vonalú geometriába Metrikus tenzor, Christoffel-szimbólum, kovariáns derivált, párhuzamos eltolás, geodetikus Pr hle Zsóa A klasszikus térelmélet elemei (szeminárium) 2012. október 1.

Részletesebben

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

MODELLEK ÉS ALGORITMUSOK ELŐADÁS MODELLEK ÉS ALGORITMUSOK ELŐADÁS Szerkesztette: Balogh Tamás 214. december 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0, Feladatok az 5. hétre. Eredményekkel és kidolgozott megoldásokkal. Oldjuk meg az alábbi másodrend lineáris homogén d.e. - et, tudva, hogy egy megoldása az y = x! x y xy + y = 0.. Oldjuk meg a következ

Részletesebben

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Skaláris szorzat az R n vektortérben Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. 1 Vektorok skaláris szorzata Két R n -beli vektor skaláris szorzata: Legyen a = (a 1,a 2,,a n ) és b

Részletesebben

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások 1. Feladat. (6p) Jelöljön. egy tetszőleges vektornormát, ill. a hozzá tartozó indukált mátrixnormát! Igazoljuk, hogy ha A

Részletesebben

Virtuális elmozdulások tétele

Virtuális elmozdulások tétele 6. Előadás A virtuális elmozdulás-rendszer fogalma A virtuális munka fogalma A virtuális elmozdulások tétele Alkalmazás statikailag határozott tartók vizsgálatára 1./ A virtuális elmozdulásrendszer fogalma

Részletesebben

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében Infobionika ROBOTIKA X. Előadás Robot manipulátorok II. Direkt és inverz kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom Direkt kinematikai probléma Denavit-Hartenberg konvenció

Részletesebben

A Banach-fixponttétel és alkalmazásai

A Banach-fixponttétel és alkalmazásai Eötvös Loránd Tudományegyetem Természettudományi Kar A Banach-fixponttétel és alkalmazásai Szakdolgozat Juhász Gergely Matematika B.Sc., matematikai elemz szakirány Témavezet : Karátson János, egyetemi

Részletesebben

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek 7 Elsőrendű lineáris differenciálegyenlet-rendszerek Legyen n N, I R intervallum és A: I M n n (R), B: I R n folytonos függvények, és tekintsük az { y (x) = A(x)y(x) + B(x) y(ξ) = η kezdeti érték problémát,

Részletesebben

Populációdinamika kurzus, projektfeladat. Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben. El adó:

Populációdinamika kurzus, projektfeladat. Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben. El adó: Populációdinamika kurzus, projektfeladat Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben El adó: Unger Tamás István okleveles villamosmérnök matematika B.Sc. szakos hallgató Szeged

Részletesebben

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER 2004. október 15. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják

Részletesebben

Egyesített funkcionális renormálási csoport egyenlet

Egyesített funkcionális renormálási csoport egyenlet Egyesített funkcionális renormálási csoport egyenlet Nándori István MTA-DE Részecskefizikai Kutatócsoport, MTA-Atomki, Debrecen Magyar Fizikus Vándorgyűles, Debrecen, 2013 Kvantumtérelmélet Részecskefizika

Részletesebben

Opkut deníciók és tételek

Opkut deníciók és tételek Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét

Részletesebben

Hangfrekvenciás mechanikai rezgések vizsgálata

Hangfrekvenciás mechanikai rezgések vizsgálata Hangfrekvenciás mechanikai rezgések vizsgálata (Mérési jegyzőkönyv) Hagymási Imre 2007. május 7. (hétfő délelőtti csoport) 1. Bevezetés Ebben a mérésben a szilárdtestek rugalmas tulajdonságait vizsgáljuk

Részletesebben

differenciálegyenletek numerikus megoldási módszerei

differenciálegyenletek numerikus megoldási módszerei Numerikus modellezés és közönséges differenciálegyenletek numerikus megoldási módszerei Faragó István 2013.02.15. Tartalomjegyzék 1. Bevezetés 4 2. Közönséges differenciálegyenletek kezdetiérték-feladata

Részletesebben

Kevert állapoti anholonómiák vizsgálata

Kevert állapoti anholonómiák vizsgálata Kevert állapoti anholonómiák vizsgálata Bucz Gábor Témavezet : Dr. Fehér László Dr. Lévay Péter Szeged, 2015.04.23. Bucz Gábor Kevert állapoti anholonómiák vizsgálata Szeged, 2015.04.23. 1 / 27 Tartalom

Részletesebben

Saj at ert ek-probl em ak febru ar 26.

Saj at ert ek-probl em ak febru ar 26. Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre

Részletesebben

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait. Közönséges differenciálegyenletek Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait. Célunk a függvény meghatározása Egyetlen független

Részletesebben

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál

Részletesebben

Felügyelt önálló tanulás - Analízis III.

Felügyelt önálló tanulás - Analízis III. Felügyelt önálló tanulás - Analízis III Kormos Máté Differenciálható sokaságok Sokaságok Röviden, sokaságoknak nevezzük azokat az objektumokat, amelyek egy n dimenziós térben lokálisan k dimenziósak Definíció:

Részletesebben

0.1 Deníció. Egy (X, A, µ) téren értelmezett mérhet függvényekb l álló valamely (f α ) α egyenletesen integrálhatónak mondunk, ha

0.1 Deníció. Egy (X, A, µ) téren értelmezett mérhet függvényekb l álló valamely (f α ) α egyenletesen integrálhatónak mondunk, ha Vegyük észre, hogy egy mérhet f függvény pontosn kkor integrálhtó, h f dµ =. lim N Ez indokolj következ deníciót. { f α >N}. Deníció. Egy X, A, µ téren értelmezett mérhet függvényekb l álló vlmely f α

Részletesebben

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és

Részletesebben

Operátorfélcsoportok és alkalmazásaik. Szakdolgozat. Szemenyei Flóra Orsolya. Matematika BSc Alkalmazott matematikus szakirány

Operátorfélcsoportok és alkalmazásaik. Szakdolgozat. Szemenyei Flóra Orsolya. Matematika BSc Alkalmazott matematikus szakirány Operátorfélcsoportok és alkalmazásaik Szakdolgozat Szemenyei Flóra Orsolya Matematika BSc Alkalmazott matematikus szakirány Témavezet : Csomós Petra Alkalmazott Analízis és Számításmatematikai Tanszék

Részletesebben

Differenciálegyenletek numerikus integrálása április 9.

Differenciálegyenletek numerikus integrálása április 9. Differenciálegyenletek numerikus integrálása 2018. április 9. Differenciálegyenletek Olyan egyenletek, ahol a megoldást függvény alakjában keressük az egyenletben a függvény és deriváltjai szerepelnek

Részletesebben

MM CSOPORTELMÉLET GYAKORLAT ( )

MM CSOPORTELMÉLET GYAKORLAT ( ) MM4122-1 CSOPORTELMÉLET GYAKORLAT (2008.12.01.) 1. Ismétlés szeptember 1.szeptember 8. 1.1. Feladat. Döntse el, hogy az alábbi állítások közül melyek igazak és melyek (1) Az A 6 csoportnak van 6-odrend

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

GPK M1 (BME) Interpoláció / 16

GPK M1 (BME) Interpoláció / 16 Interpoláció Matematika M1 gépészmérnököknek 2017. március 13. GPK M1 (BME) Interpoláció 2017 1 / 16 Az interpoláció alapfeladata - Példa Tegyük fel, hogy egy ipari termék - pl. autó - előzetes konstrukciójának

Részletesebben

Alkalmazott algebra - skalárszorzat

Alkalmazott algebra - skalárszorzat Alkalmazott algebra - skalárszorzat Ivanyos Gábor 2011 sz Skalárszorzat Skalárszorzat Ebben a részben: a standard skalárszorzat: u T v = n µ i ν i i=1 és a kapcsolódó lineáris algebra absztrakt tárgyalással

Részletesebben

Optika gyakorlat 1. Fermat-elv, fénytörés, reexió sík és görbült határfelületen. Fermat-elv

Optika gyakorlat 1. Fermat-elv, fénytörés, reexió sík és görbült határfelületen. Fermat-elv Optika gyakorlat 1. Fermat-elv, fénytörés, reexió sík és görbült határfelületen Kivonat Geometriai optika: közelítés, amely a fényterjedést, közeghatáron való áthaladást geometriai alakzatok görbék segítségével

Részletesebben

Véletlen szám generálás

Véletlen szám generálás 2. elıadás Véletlen szám generálás LCG: (0 < m, 0

Részletesebben

Végeselem-módszerek összehasonlítása tárigény és konvergencia szempontjából. Szabó Emerencia Éva. Eötvös Loránd Tudományegyetem Természettudományi Kar

Végeselem-módszerek összehasonlítása tárigény és konvergencia szempontjából. Szabó Emerencia Éva. Eötvös Loránd Tudományegyetem Természettudományi Kar Eötvös Loránd Tudományegyetem Természettudományi Kar Végeselem-módszerek összehasonlítása tárigény és konvergencia szempontjából Szakdolgozat Szabó Emerencia Éva Alkalmazott matematikus MSc, Alkalmazott

Részletesebben