Global ETD Search

31	Aplikace gradientní pružnosti v problémech lomové mechaniky / Application of the gradient elasticity in fracture mechanics problems Klepáč, Jaromír January 2014 (has links) The presented master’s thesis deals with the application of the gradient elasticity in fracture mechanics problems. Specifically, the displacement and stress field around the crack tip is a matter of interest. The influence of a material microstructure is considered. Introductory chapters are devoted to a brief historical overview of gradient models and definition of basic equations of dipolar gradient elasticity derived from Mindlin gradient theory form II. For comparison, relations of classical elasticity are introduced. Then a derivation of asymptotic displacement field using the Williams asymptotic technique follows. In the case of gradient elasticity, also the calculation of the J-integral is included. The mathematical formulation is reduced due to the singular nature of the problem to singular integral equations. The methods for solving integral equations in Cauchy principal value and Hadamard finite part sense are briefly introduced. For the evaluation of regular kernel, a Gauss-Chebyshev quadrature is used. There also mentioned approximate methods for solving systems of integral equations such as the weighted residual method, especially the least square method with collocation points. In the main part of the thesis the system of integral equations is derived using the Fourier transform for straight crack in an infinite body. This system is then solved numerically in the software Mathematica and the results are compared with the finite element model of ceramic foam.
32	Analyse numérique de méthodes performantes pour les EDP stochastiques modélisant l'écoulement et le transport en milieux poreux / Numerical analysis of performant methods for stochastic PDEs modeling flow and transport in porous media Oumouni, Mestapha 06 June 2013 (has links) Ce travail présente un développement et une analyse des approches numériques déterministes et probabilistes efficaces pour les équations aux dérivées partielles avec des coefficients et données aléatoires. On s'intéresse au problème d'écoulement stationnaire avec des données aléatoires. Une méthode de projection dans le cas unidimensionnel est présentée, permettant de calculer efficacement la moyenne de la solution. Nous utilisons la méthode de collocation anisotrope des grilles clairsemées. D'abord, un indicateur de l'erreur satisfaisant une borne supérieure de l'erreur est introduit, il permet de calculer les poids d'anisotropie de la méthode. Ensuite, nous démontrons une amélioration de l'erreur a priori de la méthode. Elle confirme l'efficacité de la méthode en comparaison avec Monte-Carlo et elle sera utilisée pour accélérer la méthode par l'extrapolation de Richardson. Nous présentons aussi une analyse numérique d'une méthode probabiliste pour quantifier la migration d'un contaminant dans un milieu aléatoire. Nous considérons le problème d'écoulement couplé avec l'équation d'advection-diffusion, où on s'intéresse à la moyenne de l'extension et de la dispersion du soluté. Le modèle d'écoulement est discrétisée par une méthode des éléments finis mixtes, la concentration du soluté est une densité d'une solution d'une équation différentielle stochastique, qui sera discrétisée par un schéma d'Euler. Enfin, on présente une formule explicite de la dispersion et des estimations de l'erreur a priori optimales. / This work presents a development and an analysis of an effective deterministic and probabilistic approaches for partial differential equation with random coefficients and data. We are interesting in the steady flow equation with stochastic input data. A projection method in the one-dimensional case is presented to compute efficiently the average of the solution. An anisotropic sparse grid collocation method is also used to solve the flow problem. First, we introduce an indicator of the error satisfying an upper bound of the error, it allows us to compute the anisotropy weights of the method. We demonstrate an improvement of the error estimation of the method which confirms the efficiency of the method compared with Monte Carlo and will be used to accelerate the method using the Richardson extrapolation technique. We also present a numerical analysis of one probabilistic method to quantify the migration of a contaminant in random media. We consider the previous flow problem coupled with the advection-diffusion equation, where we are interested in the computation of the mean extension and the mean dispersion of the solute. The flow model is discretized by a mixed finite elements method and the concentration of the solute is a density of a solution of the stochastic differential equation, this latter will be discretized by an Euler scheme. We also present an explicit formula of the dispersion and an optimal a priori error estimates. Quantification des incertitudes EDP à coefficients aléatoires Méthode de Monte-Carlo Équation d'advection-diffusion Extension et dispersion Marche aléatoire Schéma d'Euler pour les EDS Uncertainty quantification PDEs with stochastic coefficients Stochastic collocation method Anisotropic sparse grids Monte-Carlo method Monte-Carlo method Advection-diffusion equation Spread and dispersion Random walk Euler scheme for SDE
33	Analyse numérique d’équations aux dérivées aléatoires, applications à l’hydrogéologie / Numerical analysis of partial differential equations with random coefficients, applications to hydrogeology Charrier, Julia 12 July 2011 (has links) Ce travail présente quelques résultats concernant des méthodes numériques déterministes et probabilistes pour des équations aux dérivées partielles à coefficients aléatoires, avec des applications à l'hydrogéologie. On s'intéresse tout d'abord à l'équation d'écoulement dans un milieu poreux en régime stationnaire avec un coefficient de perméabilité lognormal homogène, incluant le cas d'une fonction de covariance peu régulière. On établit des estimations aux sens fort et faible de l'erreur commise sur la solution en tronquant le développement de Karhunen-Loève du coefficient. Puis on établit des estimations d'erreurs éléments finis dont on déduit une extension de l'estimation d'erreur existante pour la méthode de collocation stochastique, ainsi qu'une estimation d'erreur pour une méthode de Monte-Carlo multi-niveaux. On s'intéresse enfin au couplage de l'équation d'écoulement considérée précédemment avec une équation d'advection-diffusion, dans le cas d'incertitudes importantes et d'une faible longueur de corrélation. On propose l'analyse numérique d'une méthode numérique pour calculer la vitesse moyenne à laquelle la zone contaminée par un polluant s'étend. Il s'agit d'une méthode de Monte-Carlo combinant une méthode d'élements finis pour l'équation d'écoulement et un schéma d'Euler pour l'équation différentielle stochastique associée à l'équation d'advection-diffusion, vue comme une équation de Fokker-Planck. / This work presents some results about probabilistic and deterministic numerical methods for partial differential equations with stochastic coefficients, with applications to hydrogeology. We first consider the steady flow equation in porous media with a homogeneous lognormal permeability coefficient, including the case of a low regularity covariance function. We establish error estimates, both in strong and weak senses, of the error in the solution resulting from the truncature of the Karhunen-Loève expansion of the coefficient. Then we establish finite element error estimates, from which we deduce an extension of the existing error estimate for the stochastic collocation method along with an error estimate for a multilevel Monte-Carlo method. We finally consider the coupling of the previous flow equation with an advection-diffusion equation, in the case when the uncertainty is important and the correlation length is small. We propose the numerical analysis of a numerical method, which aims at computing the mean velocity of the expansion of a pollutant. The method consists in a Monte-Carlo method, combining a finite element method for the flow equation and an Euler scheme for the stochastic differential equation associated to the advection-diffusion equation, seen as a Fokker-Planck equation. Quantification des incertitudes Coefficient lognormal Développement de Karhunen-Loève Méthode d’éléments finis Méthode de collocation stochastique Méthode de Monte-Carlo multi-niveaux Méthode de Monte-Carlo Uncertainty quantification Lognormal coefficient Karhunen-Loève expansion Finite element method Stochastic collocation method Multilevel Monte-Carlo method Monte-Carlo method
34	Simulation of Piecewise Smooth Differential Algebraic Equations with Application to Gas Networks Streubel, Tom 10 June 2022 (has links) Zuweilen wird gefördertes Erdgas als eine Brückentechnologie noch eine Weile erhalten bleiben, aber unsere Gasnetzinfrastruktur hat auch in einer Ära post-fossiler Brennstoffe eine Zukunft, um Klima-neutral erzeugtes Methan, Ammoniak oder Wasserstoff zu transportieren. Damit die Dispatcher der Zukunft, in einer sich fortwährend dynamisierenden Marktsituation, mit sich beständig wechselnden Kleinstanbietern, auch weiterhin einen sicheren Gasnetzbetrieb ermöglichen und garantieren können, werden sie auf moderne, schnelle Simulations- sowie performante Optimierungstechnologie angewiesen sein. Der Schlüssel dazu liegt in einem besseren Verständnis zur numerischen Behandlung nicht differenzierbarer Funktionen und diese Arbeit möchte einen Beitrag hierzu leisten. Wir werden stückweise differenzierbare Funktionen in sog. Abs-Normalen Form betrachten. Durch einen Prozess, der Abs-Linearisierung genannt wird, können wir stückweise lineare Approximationsmodelle erster Ordnung, mittels Techniken der algorithmischen Differentiation erzeugen. Jene Modelle können über Matrizen und Vektoren mittels gängiger Software-Bibliotheken der numerischen linearen Algebra auf Computersystemen ausgedrückt, gespeichert und behandelt werden. Über die Generalisierung der Formel von Faà di Bruno können auch Splinefunktionen höherer Ordnung generiert werden, was wiederum zu Annäherungsmodellen mit besserer Güte führt. Darauf aufbauend lassen sich gemischte Taylor-Kollokationsmethoden, darunter die mit Ordnung zwei konvergente generalisierte Trapezmethode, zur Integration von Gasnetzen, in Form von nicht glatten Algebro-Differentialgleichungssystemen, definieren. Numerische Experimente demonstrieren das Potential. Da solche implizite Integratoren auch nicht lineare und in unserem Falle zugleich auch stückweise differenzierbare Gleichungssysteme erzeugen, die es als Unterproblem zu lösen gilt, werden wir uns auch die stückweise differenzierbare, sowie die stückweise lineare Newtonmethode betrachten. / As of yet natural gas will remain as a bridging technology, but our gas grid infrastructure does have a future in a post-fossil fuel era for the transportation of carbon-free produced methane, ammonia or hydrogen. In order for future dispatchers to continue to enable and guarantee safe gas network operations in a continuously changing market situation with constantly switching micro-suppliers, they will be dependent on modern, fast simulation as well as high-performant optimization technology. The key to such a technology resides in a better understanding of the numerical treatment of non-differentiable functions and this work aims to contribute here. We will consider piecewise differentiable functions in so-called abs-normal form. Through a process called abs-linearization, we can generate piecewise linear approximation models of order one, using techniques of algorithmic differentiation. Those models can be expressed, stored and treated numerically as matrices and vectors via common software libraries of numerical linear algebra. Generalizing the Faà di Bruno's formula yields higher order spline functions, which in turn leads to even higher order approximation models. Based on this, mixed Taylor-Collocation methods, including the generalized trapezoidal method converging with an order of two, can be defined for the integration of gas networks represented in terms of non-smooth system of differential algebraic equations. Numerical experiments will demonstrate the potential. Since those implicit integrators do generate non-linear and, in our case, piecewise differentiable systems of equations as sub-problems, it will be necessary to consider the piecewise differentiable, as well as the piecewise linear Newton method in advance. Abs-Normal Form (ANF) Abs-Linearisierung gemischte Taylor-Kollokationsmethode modelling and simulation of gas networks non-smooth algorithmic differentiation abs-normal form (ANF) abs-linearization mixed Taylor-Collocation method piecewise differentiable Newton-method 510 Mathematik ddc:510
35	Feigenbaum Scaling Sendrowski, Janek January 2020 (has links) In this thesis I hope to provide a clear and concise introduction to Feigenbaum scaling accessible to undergraduate students. This is accompanied by a description of how to obtain numerical results by various means. A more intricate approach drawing from renormalization theory as well as a short consideration of some of the topological properties will also be presented. I was furthermore trying to put great emphasis on diagrams throughout the text to make the contents more comprehensible and intuitive. Feigenbaum Feigenbaum constant Feigenbaum point superstable self-similarity fractals final-state diagram logistic map period-doubling operator linearized period-doubling operator Cantor set Sharkovsky sequence Chebyshev interpolation stable manifold unstable manifold orbits fixed points scaling factor pitchfork bifurcation cobweb plot renormalization iterates one-hump map unimodal map bifurcation cascade Feigenbaum universality chaos theory spectrum generalized Feigenvalues bifurcation points superstable points fixed function universal function eigenvalues eigenvectors eigenfunctions universality conditions Schwarzian derivative Newton’s method power method Arnoldi’s method attractive fixed point repellent fixed point Banach fixed-point theorem collocation method functional analysis topology Mathematical Analysis Matematisk analys Other Mathematics Annan matematik Computational Mathematics Beräkningsmatematik

Page generated in 0.1855 seconds