Bergische Universität Wuppertal
Fachbereich Mathematik und Naturwissenschaften
Angewandte Mathematik - Numerische Analysis (AMNA)

People
Research
Publications
Teaching


Univ.-Prof. Dr. Matthias Ehrhardt
Dr.  Zuzana Bučková
Sarah Treibert, M.Sc.

Vorlesung im Sommersemester 2022:

Numerical Analysis and Simulation II:
Partial Differential Equations (PDEs)

(This course will be given in English)


Please also register here in MOODLE!

The oral exams will take place on July 20, August 24, September 28, Room G.13.18.
The anonymous list of students that are granted access to the examen
(i.e. more than 50 % of the points) can be found here.
Register by email to: ehrhardt@math.uni-wuppertal.de

Consultation Hours for exam:
 Consultation Hours (Ehrhardt)  by appointment   Room  G.13.23   Date:  June, July 
 Consultation Hours (Bučková)  Mon,  ???    Room  G.14.22   Date:  June, July 

ausführliche Gliederung der Vorlesung / detailed Outline of the Course

Übungsblätter, Exercise Sheets

Lösungen, Solutions to Exercises

Inhalt:
Partielle Differentialgleichungen treten häufig bei der Modellierung von physikalischen, chemischen oder biologischen Phänomenen auf.

Die Vorlesung befaßt sich mit der numerischen Lösung von partiellen Differentialgleichungen und der Abschätzung des Fehlers zwischen kontinuierlicher und diskreter Lösung. Wir werden zunächst für parabolische und elliptische Probleme klassische finite Differenzenverfahren und deren moderne Weiterentwicklung, die sog. kompakten Verfahren, hinsichtlich Konsistenz, Stabilität und Konvergenz untersuchen.

Nach einem Einstieg in Theorie der Sobolev-Räume werden aufbauend auf der schwachen Lösungstheorie von elliptischen Randwertproblemen Finite Elemente Diskretisierungen entwickelt und analysiert. Anschließend werden Mehrgitterverfahren zur Lösung der entstandenen Gleichungssysteme diskutiert. Den Abschluß der Vorlesung bildet ein kurzer Abriß über Randelementmethoden.

Im Vordergrund steht die Verbindung von Theorie, Numerischer Analysis und praktischen Implementierungsfragen mittels Programmen in einem begleitenden Praktikum. Hierbei werden die Studenten in integrativer Form mit freier Software vertraut gemacht: während die meisten Programmieraufgaben mit GNU Octave / Scilab implementiert werden, wird mit Hilfe der symbolischen Software Maxima ein Tool entworfen, das für ein Vielzahl von Ansatz- und Testfunktionen die resultierenden Masse- und Steifigkeitsmatrizen bestimmt.

Für die Implementierung der praktischen Aufgaben wird Matlab, GNU Octave bzw. Scilab empfohlen. Neben der Verwendung von spezieller Lernsoftware für Finite Elemente (CALFEM) und Mehrgitterverfahren (MGLab) soll auch die Benutzung der Matlab PDE Toolbox, NMLibforOctave und der Scilab Finite-Elemente-Toolbox FreeFEM erlernt werden.

Content:
Partial differential equations arise frequently in the modeling of physical, chemical, or biological phenomena.

The lecture deals with the numerical solution of partial differential equations and the estimation of the error between continuous and discrete solution. We will first study classical finite difference methods for parabolic and elliptic problems and their modern further development, the so-called compact methods, with respect to consistency, stability and convergence.

After an introduction to the theory of Sobolev spaces, finite element discretizations are developed and analyzed based on the weak solution theory of elliptic boundary value problems. Subsequently, multigrid methods for solving the resulting systems of equations are discussed. The lecture concludes with a brief outline of boundary element methods.

The focus is on the connection of theory, numerical analysis and practical implementation issues by means of programs in an accompanying practical course. The students are familiarized with free software in an integrative way: while most of the programming tasks are implemented with GNU Octave / Scilab , the symbolic software Maxima is used to design a tool which determines the resulting mass and stiffness matrices for a variety of approach and test functions.

Matlab, GNU Octave and Scilab, respectively, are recommended for the implementation of the practical tasks. In addition to the use of dedicated learning software for finite elements (CALFEM) and multigrid methods (MGLab), the use of Matlab PDE Toolbox, NMLibforOctave and Scilab finite element toolbox FreeFEM will be learned.



Themen der Vorlesung:

  1. Finite Differenzenverfahren für parabolische und elliptische Differentialgleichungen
  2. Einführung in die Theorie der Sobolev-Räume
  3. Variationsformulierung von Randwertproblemen
  4. Die Finite-Elemente-Methode
  5. Einführung in Mehrgitterverfahren
  6. Randelementmethoden

Zielgruppe:

Bemerkungen:

Vorkenntnisse:
Analysis I-II, Lineare Algebra I-II, Einführung in die numerische Mathematik

Vorlesungsskript:

Literatur:

ausführliche Quellenangaben zur Vorlesung


University of Wuppertal
Faculty of Mathematics and Natural Sciences
Department of Mathematics
Applied Mathematics & Numerical Analysis Group

Last modified:   Disclaimer   ehrhardt@math.uni-wuppertal.de