Approximation der Lösungen von Differentialgleichungen mit Wavelets und Einstellung der Parameter
Über das eBook
Die Modellierung physikalisch-technischer Fragestellungen führt oft zu numerischen Problemen, insbesondere zur numerischen Behandlung von Differentialgleichungen. Trotz des gewaltigen
Fortschrittes auf dem Gebiet der Computertechnologie ist man hier auf effiziente – aber auch gerade auf "robuste" – Verfahren angewiesen, die man auch auf steife oder instabile Probleme anwenden kann.
In diesem Buch geht es um die Approximation von Lösungen von Differentialgleichungen mit Hilfe von Waveletbasen. Dabei muss die Differentialgleichung nicht in expliziter Form
gegeben sein und es werden auch Differentialgleichungen höherer Ordnung, partielle Differentialgleichungen, wie auch Parameteridentifikationsprobleme betrachtet.
Im ersten Teil des Buches werden Überlegungen zum Einstellen der Parameter angestellt, auf deren Basis dann ein adaptiver Algorithmus zum Lösen von Differentialgleichungen konstruiert
wird. Dieser adaptive Algorithmus wurde im Rahmen eines Forschungsprojektes entwickelt.
Danach wird das Lösen diverser Differentialgleichungen mit dieser Methode beschrieben und es wird gezeigt, dass bei einigen "kritischen" Testproblemen dieser adaptive Algorithmus
stabiler als konventionelle Methoden ist (die u.a. in der Mathematica Funktion NDSolve implementiert wurden). Später wird aber auch auf die Approximation von Funktionen auf einem Kompaktum eingegangen, wo es einen Zusammenhang zur Fourieranalyse gibt.
Über den Autor
Dr. Marco Schuchmann: Dr. rer. nat. Marco Schuchmann hat in Darmstadt Mathematik studiert und ist an der Hochschule Darmstadt im Fachbereich Mathematik und Naturwissenschaften angestellt. Hier hält er u.a. Mathematik Vorlesungen über Themen wie z.B. Wavelets und auf dem Gebiet der mathematischen Statistik. Seit 1996 veröffentlicht er mathematische Fachbücher und seit 2013 ist er Editor der Zeitschrift JATAM.
Produkt Details
Verlag: Books on Demand
Genre: Sachbuch
Sprache: German
Umfang: 172 Seiten
Größe: 11,5 MB
ISBN: 9783739268064
Veröffentlichung: 29. Oktober 2019