• Keine Ergebnisse gefunden

POD für linear-quadratische Optimalsteuerung 2. Übungsblatt – Theorieteil

N/A
N/A
Protected

Academic year: 2021

Aktie "POD für linear-quadratische Optimalsteuerung 2. Übungsblatt – Theorieteil"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Universität Konstanz

Fachbereich Mathematik und Statistik Prof. Dr. Stefan Volkwein

Martin Gubisch, Sabrina Rogg Wintersemester 2015/2016

Ausgabe: Freitag, 13.10.2015

Abgabe: Freitag, 20.11.2015, 10:00 Uhr, Büro G413

AAAA

AA QQ QQ

POD für linear-quadratische Optimalsteuerung 2. Übungsblatt – Theorieteil

Aufgabe 5(Frobenius-Norm) (5 Punkte)

1. Zeigen Sie, dass die Frobenius-Norm

kAkF= m

X

i=1 n

X

j=1

a2ij 12

= q

spur(AAT) = q

spur(ATA)

eine Norm auf dem Vektorraum der reellen(m×n)-Matrizen definiert.

2. Zeigen Sie, dass für alleA∈Rm×n undB ∈Rn×o gilt: kABkF≤ kAkFkBkF.

3. SeiA∈Rm×n vom Rangdund besteheU ∈Rd×maus orthonormalen Spalten. Zeigen Sie: kU AkF=kAkF. 4. Definieren Sie ein Skalarprodukth·,·iFaufRm×n, sodass k · kF die vonh·,·iFinduzierte Norm ist.

5. HabeAden Rang1. Zeigen Sie, dass Vektorenx∈Rm,y∈Rnexistieren mitA=xTyundkAkF=kxk2kyk2.

Aufgabe 6(Frobenius-Norm und Operatornorm) (5 Punkte) 1. Zeigen Sie, dass für die zureuklidischen Norm k · k2 gehörigeOperatornormk · k2aufRm×n, definiert durch

kAk2= max{kAxk2 | kxk2= 1} gilt: kAk221, wobeiµ1≥ · · · ≥µn die Eigenwerte vonATAsind.

2. SeiA∈Rn×n invertierbar. Zeigen Sie: kA−1k22ist der Kehrwert vonµn. 3. Zeigen Sie, dass für alleA∈Rm×n undx∈Rn giltkAxk2≤ kAkFkxk2. 4. Zeigen Sie, dass für alleA∈Rm×n stetskAk2≤ kAkF≤√

nkAk2erfüllt ist.

5. Identifizieren Sie die Menge aller MatrizenA∈Rm×n, für die giltkAk2=kAkF.

Hinweis:In Aufgabe 8 soll dann gezeigt werden, dass die POD-Basis optimale Approximationen bzgl. der Frobenius-Norm liefert.

Aufgabe 7(Finite-Differenzen-Methode) (5 Punkte)

SeienΩ = [ax, bx]×[ay, by]⊆R2undΘ = (0, T)⊆R. Wir betrachten die lineare Wärmeleitungsgleichung

˙

z(t;x, y)−σ∆z(t;x, y) =f(t;x, y) inΘ×Ω,

z(t;x, y) =g(t;x, y) inΘ×∂Ω

z(0;x, y) =z0(x, y) inΩ

mit f, g: Θ×Ω→R, z0: Ω→Rund σ >0. Seien x= (x0, ..., xNx+1)∈RNx+2, y= (y0, ..., yNy+1)∈RNy+2 äquidistante Diskretisierungen der Ortsvariablenx, y.

1. Diskretisieren Sie die Differenzialgleichung mittels der Finite-Differenzen-Methode im Ort und stellen Sie das zugehörige System gewöhnlicher Differenzialgleichungen

Φ˙z(t) + Ψz(t) =f(t)inΘ, Φz(0) =z0

auf, d.h. finden Sie Φ,Ψ ∈ RNxNy×NxNy und f(t),z0 ∈ RNxNy mit zij(t) ≈ z(t;xi, yj). Beachten Sie:

z∈/RNx×Ny, sondern z= (z11, ...,z1n, ..., ...,zm1, ...,zmn)∈RNxNy lexikographisch geordnet.

2. Formulieren Sie für das System das explizite Euler-Verfahren, das implizite Euler-Verfahren und das Crank- Nicolson-Verfahren. Sind die Methoden wohldefiniert, d.h. besitzen die zugehörigen linearen Gleichungssys- teme stets eine eindeutige Lösung?

Referenzen

ÄHNLICHE DOKUMENTE

1877 gr¨undete Leo Koenigsberger gemeinsam mit Gustav Zeuner die Zeit- schrift Repertorium der literarischen Arbeiten aus dem Gebiete der reinen und an- gewandten Mathematik,

Nach An- sicht des Referenten muss man sich jedoch die Frage stellen, ob sie nicht das „Aschenputtel der Apotheke ist?!“ Obwohl das Pu- blikum bei Kernkompetenzen der Apotheke

Wenn es eine Menge gibt, welche aus genau denjenigen Objekten besteht, die ϕ erfüllen, so sagen wir, dass die Menge {x | x erfüllt

Terminierung: Die Iteration soll enden, wenn die maximale Iterationszahl Max erreicht ist – in dem Fall soll dem Anwender durch die Flag Success=FALSE mitgeteilt werden, dass

besitzen die zugehörigen linearen Gleichungssysteme stets eine

Figure 8.9: POD a-posteriori error estimate of the control for an increasing number of basis functions, generated by an OS-POD initialization step... The POD bases and eigenvalues

[r]

Google Scholar zeigt bei einer Suche nach dem Autorennamen in der Trefferliste einen Eintrag/das Profil für die Person, wenn in Google Scholar Citations neben der Google