Diskretisierung und numerische Optimierung - Cheatsheet
Grundlagen der Diskretisierung kontinuierlicher Probleme
Definition:
Diskretisierung: Umwandlung kontinuierlicher in diskrete Probleme zur numerischen Lösung.
Details:
- Knotenmengen: Auswahl repräsentativer Punkte.
- Interpolation: Näherungskomponenten zwischen Knoten.
- Diskrete Operatoren: Ableitungen und Integrale im diskreten Fall.
- Fehleranalyse: Abschätzung von Diskretisierungsfehlern.
Finite-Differenzen-Methode: Anwendung und Fehlerabschätzung
Definition:
Numerische Methode zur Approximation von Ableitungen.
Details:
- Approximation der Ableitung: Vorwärtsdifferenz, Rückwärtsdifferenz, zentrale Differenz
- Vorwärtsdifferenz: \(f'(x) \approx \frac{f(x+h) - f(x)}{h}\)
- Rückwärtsdifferenz: \(f'(x) \approx \frac{f(x) - f(x-h)}{h}\)
- Zentrale Differenz: \(f'(x) \approx \frac{f(x+h) - f(x-h)}{2h}\)
- Anwendung: Diskretisierung von Differentialgleichungen
- Fehlerabschätzung: Abhängig von Schrittweite \(h\)
- Fehler der Vorwärts- und Rückwärtsdifferenz: \(O(h)\)
- Fehler der zentralen Differenz: \(O(h^2)\)
Finite-Elemente-Methode: Mathematische Grundlagen und Implementierung
Definition:
Zerlegung komplexer Domänen in einfache Elemente zur numerischen Lösung von Differentialgleichungen. Grundidee: Näherung der Lösung durch lineare Kombination von Basisfunktionen.
Details:
- Schritte: Diskretisierung, Variationsformulierung, Galerkin-Ansatz, Approximationsverfahren.
- Diskretisierung: Aufteilung der Domäne in Dreiecke/Vielflache (Finite-Element-Mesh).
- Variationsformulierung: Starke Formulierung (PDE) -> Schwache Formulierung (Varianz).
- Galerkin-Ansatz: Wahl von Ansatz- und Testfunktionen.
- Approximationsverfahren: Diskrete Lösung durch lineare Algebra (S=\textbf{A}u), \textbf{A} Systemmatrix, u Lösungsvektor.
- Fehlerabschätzung: A-Priori und A-Posteriori Fehleranalyse.
Evolutionsstrategien: Algorithmen und Anwendungen
Definition:
Evolutionsstrategien (ES) sind stochastische Optimierungsverfahren, die sich an den genetischen Evolutionsprozessen orientieren.
Details:
- Algorithmus basiert auf einer Population von Lösungskandidaten, die iterativ weiterentwickelt werden.
- Mutation und Rekombination als Hauptoperatoren.
- Selektion wählt die besten Individuen für die nächste Generation aus.
- Varianz der Mutationen wird adaptiv angepasst (Rechenregel: \[ \text{Neuer\textunderscore Wert} = \text {Alter\textunderscore Wert} * e^{\tau*Z} \]).
- Gute Eignung für hochdimensionale Probleme und nichtlineare Funktionen.
- Anwendung: Maschinenlernen, Bildanalyse, Systemidentifikation.
Diskretisierungsfehler: Minimierungstechniken und Analyse
Definition:
Diskretisierungsfehler entstehen bei der Approximation kontinuierlicher Probleme durch diskrete Modelle.
Details:
- Diskretisierungsfehler sind Differenzen zwischen exakten Lösungen und diskreten Näherungen.
- Fehleranalyse: Untersuchung der Konvergenzordnung und Stabilität der Methoden.
- Minimierungstechniken: Gitterverfeinerung, adaptives Mesh-Refinement, höherwertige Methoden.
- Gitterverfeinerung: Aufteilung des Gitters in kleinere Segmente zur Verbesserung der Genauigkeit.
- Adaptives Mesh-Refinement: Dynamische Anpassung des Gitters basierend auf Fehlerabschätzungen.
- Höherwertige Methoden: Verwendung von Verfahren höherer Ordnung wie Finite-Elemente-Methoden (FEM) oder spektrale Methoden.
- Formeln:
- \text{Diskretisierungsfehler} = \text{exakte Lösung} - \text{numerische Lösung}
Stabilitäts- und Konvergenzanalyse in numerischen Methoden
Definition:
Untersuchung, ob numerische Methoden bei der Diskretisierung und Lösung von mathematischen Problemen stabile und zu den exakten Lösungen konvergente Ergebnisse liefern.
Details:
- Stabilität: Eine Methode ist stabil, wenn kleine Änderungen in den Eingabedaten nur kleine Änderungen in den Ausgabedaten verursachen.
- Konvergenz: Eine Methode ist konvergent, wenn die Lösung der diskretisierten Gleichungen der exakten Lösung der kontinuierlichen Gleichungen bei Verfeinerung der Diskretisierung immer näherkommt.
- Notwendige Bedingung: Eine Methode muss stabil sein, um konvergent zu sein (Lax-Äquivalenztheorem).
- Fehleranalyse: Untersuchung der Fehlerakkumulation und -verteilung entlang der Berechnung.