Eine Hilfe zum Verständnis der Finite-Elemente-Methode

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmentheorie 08 – Dynamische Programmierung (1)
Advertisements

Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Simulation komplexer technischer Anlagen
Schnelle Matrizenoperationen von Christian Büttner
a2 + b2 = c2 Im Rechtwinkligen Dreieck gilt:
Fortgeschrittenenpraktika WS 2003/04 Database Research Group, Prof. Dr. Bernhard Seeger Department of Mathematics and Computer Science University of Marburg.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
Seminarthema 4 Numerische Methoden der Eigenwertberechnung Von: Robert Schirmer Matnr.: Betreuer: Prof.Dr Eiermann.
Lösung von linearen Gleichungssystemen - Grundlagen
Numerische Methoden Teil V: Lösungen
Prof.Dr.S. Albers Prof. Dr. Th. Ottmann
WS 03/04 Algorithmentheorie 03 - Randomisierung Prof. Dr. S. Albers Prof. Dr. Th. Ottmann.
Dynamische Programmierung (2) Matrixkettenprodukt
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (04 – Entwurfsverfahren) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
WS Algorithmentheorie 01 – Divide and Conquer (Segmentschnitt) Prof. Dr. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 4 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (05 – Elementare Datenstrukturen) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 6 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Geometrisches Divide and Conquer
Lösung linearer Gleichungssysteme
Numerik partieller Differentialgleichungen
Beispiele für Gleichungssysteme
AWT – Detailbetrachtung Java 3D – Seminar im Wintersemester 2002/2003 Christian Schneider.
Software-Engineering
Parallele Gleichungslöser für die linearen TRACE-Module
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Algorithmen und Komplexität
DVG Gaußscher Algorithmus1 Gaußscher Algorithmus.
Gaußscher Algorithmus
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Prof. Dr. Christoph Pflaum Universität Erlangen-Nürnberg
Projektarbeit zur Veranstaltung „Programmieren in Fortran 90/95“
Simulation komplexer technischer Anlagen
Computergrafik – Inhalt Achtung! Kapitel ist relevant für CG-2!
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Telecooperation/RBG Technische Universität Darmstadt Copyrighted material; for TUD student use only Grundlagen der Informatik I Thema 14: Schrittweise.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Einführung in die Programmierung Wintersemester 2011/12 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Effiziente Algorithmen
Dynamische Programmierung mit Anwendung auf Sequence Alignment Problem
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Einführung in die Programmierung Wintersemester 2013/14 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Algorithm Engineering „GPU Algorithmen“
Grundlagen der Informatik - Prof. Slany 1 Grundlagen der Informatik Prof. Wolfgang SLANY.
MOELC Workshop am Centre for Language Studies, 7. und 8. November Methodisch-didaktische Kriterien zur Erstellung von Suchaufgaben Dr. Chan Wai Meng.
Algorithmen und Datenstrukturen Übungsmodul 8
Helwig Hauser Teil 9: Radiosity Simulation globaler Lichtverteilung.
Präzise Vorhersage der Rechnerkapazität bei Mehrzweckdiensten Gruppe 5 Modellierungswoche Lambrecht 23. Juni bis 28. Juni 2002.
Claudia Pedron E.Tutorial - Fachtagung,
Eingereicht von:Michael Schrank Betreuung:o.Univ.-Prof. Dr. Hanspeter Mössenböck Mitbetreuung:Dipl.-Ing. Wolfgang Beer CyberStudent A Multiuser Awareness.
Nichtlineare Optimierung
Dr.-Ing. R. Marklein - GET I - WS 06/07 - V Grundlagen der Elektrotechnik I (GET I) Vorlesung am Fr. 08:30-10:00 Uhr; R (Hörsaal)
Prof. Dr. Walter Kiel Fachhochschule Ansbach
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Optimierungs- Algorithmen
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
DVG Einleitung 1 Grundlagen der Datenverarbeitung.
TU Dresden - Institut für Politikwissenschaft - Prof. Dr. Werner J. Patzelt Vorlesung: Systemvergleich I: Grundlagen und freiheitliche Systeme Bachelor.
Fortgeschrittenen-Praktikum „Islands of Data“
Fakultät Informatik Institut für Software und Multimediatechnik, Lehrstuhl Computergraphik und Visualisierung Computergraphische Simulation von Bruchbildung.
Wärmeleitungs- gleichung
Kapitel I. Vorspann zum Begriff Vektorraum
 Präsentation transkript:

Eine Hilfe zum Verständnis der Finite-Elemente-Methode FEJavaDemo Eine Hilfe zum Verständnis der Finite-Elemente-Methode Betreuer: Doz. Dr. Michael Jung Praktikumsverantwortliche: Prof. Dr. Wolfgang Walter (TU Dresden) H. Renaud Keriven (ENPC)

Ziele unseres Praktikums Das Buch unseres Betreuers zu illustrieren Eine Software mit Java neuzuprogrammieren Plattformunabhängig Frei verfügbar Internet-freundlich Das Wärmeleitproblem zu behandeln Die Finite-Elemente-Methode zu benutzen

Unser Lernen von Java Multithreading Der Begriff der Vererbung (héritage) Die grafische Benutzeroberfläche (GUI) Die Fehlerbehandlung (gestion d’erreurs) Applets

Klassische Formulierung: Gesucht ist , so dass Das Wärmeleitproblem Klassische Formulierung: Gesucht ist , so dass qq simplifications ! comparaison avec 1è année

Variationsformulierung: Gesucht ist , so dass gilt mit: Das Wärmeleitproblem Variationsformulierung: Gesucht ist , so dass gilt mit: qq simplifications ! comparaison avec 1è année

Variationsformulierung: Gesucht ist , so dass gilt mit: Das Wärmeleitproblem Variationsformulierung: Gesucht ist , so dass gilt mit: qq simplifications ! comparaison avec 1è année

Algorithmen Berechnung und Assemblierung der Steifigkeitsmatrix und des Lastvektors Für jeden Elementbereich Für jedes Element T(r) des Bereichs Berechne K(r) und f (r) Für jeden Knoten des Elements, der i als globale Nummer und k als lokale Nummer hat. fi := fi + fk(r) Für Jeden Knoten des Elements, der j als globale Nummer und l als lokale Nummer hat. Kij := Kij + Kkl(r)

Lösungsprozess Lösung des FE-Gleichungssystems Linear Gleichungssystem : K u = f Cholesky-Verfahren : K = ST S Mit S eine obere Dreiecksmatrix K u = f  ST S u = f Zwei Etappen : ST y = f S u = y

Nur die Elemente, die in der Hülle sind, sind abgespeichert Skyline-Speicherung Nur die Elemente, die in der Hülle sind, sind abgespeichert In der Hülle = Zwischen dem ersten Nicht-Null-Element der Spalte und dem entsprechenden Hauptdiagonalelement

Knotenumnummerierung Algorithmus von Cuthill McKee

Verfeinerung der Vernetzung Methode, um Dreiecke, die eine schlechte Qualität haben zu vermeiden: vérifier l‘Allemand expliquer qu‘on a cherché une méthode pour éviter ce genre de triangles On a proposé ca

Aussichten Mögliche Weiterentwicklungen Benutzung in der ENPC Netzgenerierung (mailleur) andere Probleme lösen die Modularitätseigenschaft benutzen iterative Verfahren (méthode itérative) Benutzung in der ENPC