Wissenschaftliche Simulation Projektaufgabe 1 Ein F ahrmann habe die Aufgabe, mit seinem Boot einen Fluss zu u berqueren. Dieser sei in der (x, y)Ebene gegeben durch den Streifen 1 x 1. Ausgangspunkt sei A = (1, 0). Das Ziel liege am gegen uberliegenden Ufer in B = (1, 0). Die Flussstromung sei gegeben durch ein quadratischen Profil v(x, y) = (0, v0 (1 x2 ))T . Ferner habe das Boot eine Eigengeschwindigkeit w R2 mit konstantem Betrag w, deren Richtung (Winkel u(t)) jedoch zeitabhangig beliebig vorgegeben werden kann. Wie muss der F ahrmann bei vorgegebenen Daten v0 und w den Winkelverlauf u(t) w ahlen, damit der Fluss in ku rzester Zeit u berquert wird?
Hinweise: Diese Aufgabe ist auch bekannt unter dem Namen Navigationsproblem von Zermelo. Die mathematische Theorie hinter dieser Aufgabe ist recht anspruchsvoll. Ziel dieser Aufgabe ist es, dass Sie selbst eine moglichst gute L osungsstrategie entwickeln und in C++ umsetzen. Es soll am Ende eine gute L osung herauskommen. Wenn Sie am Ende nicht die im Sinne der mathematische Theorie bestm ogliche Losung erhalten, ist dies nicht weiter schlimm. Zentraler Punkt ist die Entwicklung einer L osungsstrategie. Die Aufgabenstellung folgt der Darstellung in [2]. Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr.
Literatur [1] M. Gerdts. Optimale Steuerung. Skript zur Vorlesung https://www.unibw.de/lrt1/ gerdts/lehre/optimale_steuerung.pdf [2] H. J. Oberle. Numerik gew ohnlicher Dierentialgleichungen. Skript zur Vorlesung http: //www.math.uni-hamburg.de/home/oberle/skripte/num-gew-dgln.html
SS 2016 Prof. Dr. J. Vorloeper
Wissenschaftliche Simulation Projektaufgabe 3 Wir betrachten das Signal Violine im den Zeitintervallen [1.5, 1.51] und [6, 6.01].
1. F uhren Sie mit den Methoden aus Ubung 6 eine Frequenzanalyse durch und stellen Sie das Amplitudenspektrum grasch dar. 2. F uhren Sie f ur das ViolineSignal eine trigonometrische Interpolation durch und stellen Sie die Ergebnisse grasch dar. F ur ein 2periodisches Signal f sind die Koezienten in N 1
qN (t) =
ck eikt +
k=N +1
gegeben durch ck =
2N 1 1 f (xj )eikxj , 2N
cN iN t (e + eiN t ) 2
k = N + 1, . . . , N
j=0
, j = 0, . . . , 2N . mit den Gitterpunkten xj = + j N
3. Durch ck =
2N 1 1 f (xj )eikxj , 2N
k = N + 1, . . . , N 1
j=0
wird die diskrete FourierTransformation deniert. Als Inverse diskrete FourierTransformation
bezeichnet man f (xj ) =
N
ck eikxj ,
j = 0, 1, . . . , 2N 1.
k=N +1
F uhren Sie mit diesen Formeln eine Frequenzanalyse durch und stellen Sie die Ergebnisse grasch dar. 4. Benutzen Sie nun den MatlabBefehl fft, um f ur das obige Signal eine Frequenzanalyse durchzuf uhren. Setzen Sie die oben genannten Ans atze miteinander in Beziehung. Verwenden Sie dabei [2], Abschnitt 30.4. Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr. Die Audiodatei Violin open string.bin basiert auf [1].
Literatur [1] Clngre. https://de.wikipedia.org/wiki/Datei:Violin_open_string.ogg Abgerufen am 04. 11. 2015 [2] T. Arens, F. Hettlich, Ch. Karpnger, U. Kockelkorn, K. Lichtenegger, H. Stachel. Mathematik. 2. Auflage, Spektrum Akad. Verlag, 2010
SS 2016 Prof. Dr. J. Vorloeper
Wissenschaftliche Simulation Projektaufgabe 4 In [2] ist in Abschnitt 8.1 eine Fallstudie zur optimalen Ventilsteuerung in Verbrennungsmotoren beschrieben. Arbeiten Sie diese Fallstudie im Detail aus, losen Sie das lineare Optimierungsproblem in C++ und stellen Sie die Ergebnisse grafisch dar. In dem Text spielen Splines eine Rolle. In ihrer Pr asentation sollen Sie auch kurz erklaren, was Splines sind und welche wesentliche Eigenschaften sie besitzen, siehe dazu [1]. Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr.
Literatur [1] W Dahmen, A. Reusken. Numerik f ur Ingenieure und Naturwissenschaftler. Springer, 2006. [2] A. Koop, H. Moock. Lineare Optimierung Spektrum Akad. Verlag, 2008
SS 2016 Prof. Dr. J. Vorloeper
Wissenschaftliche Simulation Projektaufgabe 5 In [1] ist in Abschnitt 8.2 eine Fallstudie zur Berechnung eines optimalen Beschaungsplans beschrieben. Arbeiten Sie diese Fallstudie im Detail aus und losen Sie das Beispielproblem mit vier Lieferanten, drei Standorten und drei Metallstarken. Sei n die Anzahl der Lieferanten, m die Anzahl der Standorte und r die Anzahl der verschiedenen Metallst arken, so kann man f ur relativ kleine Werte von n, m und r die Aufgabe mit
StandardVerfahren l osen. Uberlegen Sie sich interessante und aussagekraftige Beispiele, bei denen diese Zahlenwerte gro sind, und losen Sie das Problem unter Verwendung von glpk. Untersuchen Sie, wie sich der dieser Loser verhalt. Stot er an seine Grenzen? Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr.
Literatur [1] A. Koop, H. Moock. Lineare Optimierung Spektrum Akad. Verlag, 2008
SS 2016 Prof. Dr. J. Vorloeper
Wissenschaftliche Simulation Projektaufgabe 6 In [1] wird in Kapitel 8 das TravellingSalesmanProblem besprochen. Ein Handlungsreisender soll Kunden in verschiedenen Stadten besuchen. Alle Stadte sind mit allen anderen verbunden, die Verbindungen sind in beiden Richtungen befahrbar. Dargestellt wird die Situation durch einen Graphen (V, E). Die Entfernungen von Stadt i nach Stadt j bezeichnen wir mit ci,j , i, j E. Die Aufgabe besteht nun darin, einen (geschlossenen und gerichteten) Weg zu finden, der alle Ecken genau einmal erreicht und dabei die zur uckgelegte Wegstrecke minimiert. Es sei
1; falls (i, j) Teil der Tour ist, xi,j = 0; sonst. Die Nebenbedingungen des linearen Optimierungsproblems lauten
= 1 (j V ) i: (i,j)E
= 1 (i V )
j: (i,j)E
Diese Bedingungen erm
oglichen jedoch noch unzusammenhangende Subtouren. Um diese auszuschlieen, wird f ur jede disjunkte Partition von V in nichtleere Mengen U V
U V, gefordert, dass es eine Verbindung (i, j) E,
i U, j U
(k, ) E,
k U, U
und eine Verbindung
gibt. Hierbei m ussen die einelementige Mengen nicht betrachtet werden, so dass die Bedingungen
xi,j 1 {(i,j)E: iU, jV \U }
f ur alle U V mit 2 |U | |V | 2 resultieren. 1. Erzeugen Sie mittels eines Zufallszahlengenerators Punkte im Einheitsquadrat [0, 1], die die St adte repr asentieren sollen. Formulieren Sie dann das lineare Optimierungsproblem mit allen Nebenbedingungen, l osen Sie es unter Verwendung von glpk und stellen Sie das Ergebnis grafisch dar. Bis zu wie vielen Stadten konnen Sie das Problem losen? 2. Lesen Sie den Artikel http://de.mathworks.com/help/optim/ug/travelling-salesman-problem.html 1
und setzen Sie die dort beschriebene Vorgehensweise in ihrem Programm um. Bis zu wie vielen St adten k onnen Sie nun das TravellingSalesmanProblem losen. Wie gut sind ihre Ergebnisse? Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr.
Literatur [1] M. Gerdts und F. Lempio. Mathematische Optimierungsverfahren des Operations Research. de Gruyter, 2011.
SS 2016 Prof. Dr. J. Vorloeper
Wissenschaftliche Simulation Projektaufgabe 7 Zur Losung von Randwertproblemen y (x) = f (x, y, y ),
y(a) = y0 , y(b) = y1
kann man das einfache Schieverfahren verwenden, siehe [1] Abschnitt 7.3.1. 1. Losen Sie mit dem einfachen Schieverfahren das Randwertproblem 3 y (x) = (y(x))2 , 2
y(0) = 4, y(1) = 1.
Verwenden Sie intern das NewtonVerfahren und das Bisektionsverfahren.
2. Auf einer Silvesterparty m ochte ein Gast mit einer Rakete einen bestimmten Punkt in f ur mochte er mit Hilfe des einfachen Schieverfahrens der Entfernung x1 treen. Hierf einen passenden Winkel nden, unter dem er die Rakete abschieen soll. Das Geschoss folgt dabei unter Vernachl assigung der Luftreibung der Bewegungsgleichung
0
x (t) = g mit den Randbedingungen x(0) =
0 , 0
x (0) = v0 ,
x(T ) =
xf1 0
Berechnen Sie numerisch die korrekte Stellung der Abschussposition
dellkonstanten sind die folgenden Zahlenwerte zu wahlen
x2 (0) . x1 (0)
F ur die Mo-
g = 9.81 ms2 , v0 = 500 ms1 , xf1 = 1000 m.
3. Zeigen Sie an Hand von numerischen Beispielen, das das einfache Schieverfahren gewisse numerische Nachteile in Bezug auf Stabilitat aufweist. Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr.
Literatur [1] J. Stoer, R. Bulirsch. Numerische Mathematik 2. 5. Auflage, Springer Verlag, 2005.
SS 2016 Prof. Dr. J. Vorloeper
Wissenschaftliche Simulation Projektaufgabe 10 Wir betrachten die Integralgleichung 1 u(x) +
cos(xt) (u(t))3 dt = 2,
x [0, 1], u(x) 0,
siehe auch [1] Beispiel 5.2 und Beispiel 5.33. Die Diskretisierung mittels Dierenzenquotienten f uhrt auf ein nichtlineares Gleichungssystem, das sich mit dem NewtonVerfahren losen lasst. Aufgabe 1. Losen Sie die Integralgleichung mit dem NewtonVerfahren und stellen Sie Ihr Ergebnis grasch dar. Die Diskretisierungsschrittweite h, bzw. die Anzahl n der Diskretisierungspunkte, sollte in Ihrem Programm variabel sein. 2. Implementieren Sie auch das in [1] beschriebene vereinfachte NewtonVerfahren. 3. Diskutieren Sie die Vor- und Nachteile des vereinfachten NewtonVerfahrens im Vergleich zum normalen NewtonVerfahren.
Abgabetermin: bis Mittwoch, 13. 07. 2016, 16:00 Uhr.
Literatur [1] W. Dahmen und A. Reusken. Numerik f ur Ingenieure und Naturwissenschaftler. Springer Verlag, 2008.
![[Modular30]kantenmodul_Carmen](https://imgv2-1-f.scribdassets.com/img/document/476683922/149x198/98d537f658/1600548406?v=1)
