Die Dissertation beschäftigt sich mit Parameteridentifikationsproblemen, wie sie häufig in Fragestellungen der Festkörpermechanik zu finden sind. Hierbei betrachten wir die Identifikation von Materialparametern -- die typischerweise die Eigenschaften der zugrundeliegenden Materialien repräsentieren -- aus gemessenen Verformungen oder Belastungen eines Testkörpers. In mathematischem Sinne entspricht dies der Lösung von Identifikationsproblemen, die eine spezielle Klasse von inversen Problemen bilden. Der Inhalt der Dissertation ist folgendermaßen gegliedert. Nach dem einführenden Abschnitt 1 wird in Abschnitt 2 ein Überblick von Optimierungs- und Regularisierungsverfahren zur stabilen Lösung nichtlinearer inverser Probleme diskutiert. In Abschnitt 3 betrachten wir die Identifikation von skalaren und stückweise konstanten Parametern in linearen elliptischen Differentialgleichungen. Hierbei werden zwei Testprobleme erörtert, die Identifikation von Diffusions- und Reaktionsparameter in einer allgemeinen elliptischen Differentialgleichung und die Identifikation der Lame-Konstanten in einem Modell der linearisierten Elastizität. Die zugrunde liegenden PDE-Modelle und Lösungszugänge werden erläutert. Insbesondere betrachten wir hier Newton-artige Algorithmen, Gradientenmethoden, Multi-Parameter Regularisierung and den evolutionären Algorithmus CMAES. Abschließend werden Ergebnisse einer numerischen Studie präsentiert. Im Abschnitt 4 konzentrieren wir uns auf die Identifikation von verteilten Parametern in hyperelastischen Materialmodellen. Das nichtlineare Elastizitätsproblem wird detailiert erläutert und verschiedene Materialmodelle werden diskutiert (linear elastisches St.-Venant-Kirchhoff Material und nichtlineare Neo-Hooke, Mooney-Rivlin und Modified-Fung Materialien. Zur Lösung des resultierenden Parameteridentifikationsproblems werden Lösungsansätze aus der optimalen Steuerung in Form eines Newton-Lagrange SQP Algorithmus verwendet. Die Resultate einer numerischen Studie werden präsentiert, basierend auf einem zweidimensionales Testproblem mit einer sogenannten Cook-Mebran. Abschließend wird im Abschnitt 5 die Verwendung adaptiver FEM für die Lösung von Parameteridentifikationsproblems kurz erörtert. / The dissertation is focussed on parameter identification problems arising in the context of structural mechanics. At this, we consider the identification of material parameters - which typically represent the properties of an underlying material - from given measured displacements and forces of a loaded test body. In mathematical terms such problems denote identification problems as a special case of general inverse problems. The dissertation is organized as follows. After the introductive section 1, section 2 is devoted to a survey of optimization and regularization methods for the stable solution of nonlinear inverse problems. In section 3 we consider the identification of scalar and piecewise constant parameters in linear elliptic differential equations and examine two test problems, namely the identification of diffusion and reaction parameters in a generalized linear elliptic differential equation of second order and the identification of the Lame constants in the linearized elasticity model. The underlying PDE models are introduced and solution approaches are discussed in detail. At this, we consider Newton-type algorithms, gradient methods, multi-parameter regularization, and the evolutionary algorithm CMAES. Consequently, numerical studies for a two-dimensional test problem are presented. In section 4 we point out the identification of distributed material parameters in hyperelastic deformation models. The nonlinear elasticity boundary value problem for large deformations is introduced. We discuss several material laws for linear elastic (St.-Venant-Kirchhoff) materials and nonlinear Neo-Hooke, Mooney-Rivlin, and Modified-Fung materials. For the solution of the corresponding parameter identification problem, we focus on an optimal control solution approach and introduce a regularized Newton-Lagrange SQP method. The Newton-Lagrange algorithm is demonstrated within a numerical study. Therefore, a simplified two-dimensional Cook membrane test problem is solved. Additionally, in section 5 the application of adaptive methods for the solution of parameter identification problems is discussed briefly.

The numerical treatment of linear-quadratic regulator problems for parabolic partial differential equations (PDEs) on infinite time horizons requires the solution of large scale algebraic Riccati equations (ARE). The Newton-ADI iteration is an efficient numerical method for this task. It includes the solution of a Lyapunov equation by the alternating directions implicit (ADI) algorithm in each iteration step. On finite time intervals the solution of a large scale differential Riccati equation is required. This can be solved by a backward differentiation formula (BDF) method, which needs to solve an ARE in each time step. Here, we study the selection of shift parameters for the ADI method. This leads to a rational min-max-problem which has been considered by many authors. Since knowledge about the complete complex spectrum is crucial for computing the optimal solution, this is infeasible for the large scale systems arising from finite element discretization of PDEs. Therefore several alternatives for computing suboptimal parameters are discussed and compared for numerical examples.

Zur Beschreibung von realen Prozessen werden oft Differentialgleichungen herangezogen. Liegen nun Messdaten von diesen Prozessen vor, so sollen auch die Parameter im mathematischen Modell so gewählt werden, dass diese den Messungen entsprechen. Dieser Vortrag zeigt, wie dies in Mathcad mit der Funktion genfit realisiert werden kann.

Das Hauptgebiet der Arbeit stellt die Approximation der Lösungen partieller Differentialgleichungen mit Dirichlet-Randbedingungen durch Splinefunktionen dar. Partielle Differentialgleichungen finden ihre Anwendung beispielsweise in Bereichen der Elektrostatik, der Elastizitätstheorie, der Strömungslehre sowie bei der Untersuchung der Ausbreitung von Wärme und Schall. Manche Approximationsaufgaben besitzen keine eindeutige Lösung. Durch Anwendung der Penalized Least Squares Methode wurde gezeigt, dass die Eindeutigkeit der gesuchten Lösung von gewissen Minimierungsaufgaben sichergestellt werden kann. Unter Umständen lässt sich sogar eine höhere Stabilität des numerischen Verfahrens gewinnen. Für die numerischen Betrachtungen wurde ein umfangreiches, effizientes C-Programm erstellt, welches die Grundlage zur Bestätigung der theoretischen Voraussagen mit den praktischen Anwendungen bildete. / This work focuses on approximating solutions of partial differential equations with Dirichlet boundary conditions by means of spline functions. The application of partial differential equations concerns the fields of electrostatics, elasticity, fluid flow as well as the analysis of the propagation of heat and sound. Some approximation problems do not have a unique solution. By applying the penalized least squares method it has been shown that uniqueness of the solution of a certain class of minimizing problems can be guaranteed. In some cases it is even possible to reach higher stability of the numerical method. For the numerical analysis we have developed an extensive and efficient C code. It serves as the basis to confirm theoretical predictions with practical applications.

An explicit Runge-Kutta discontinuous Galerkin (RKDG) method is used to device numerical schemes for both the compressible Euler equations of gas dynamics and the ideal magneto- hydrodynamical (MHD) model. These systems of conservation laws are known to have discontinuous solutions. Discontinuities are the source of spurious oscillations in the solution profile of the numerical approximation, when a high order accurate numerical method is used. Different techniques are reviewed in order to control spurious oscillations. A shock detection technique is shown to be useful in order to determine the regions where the spurious oscillations appear such that a Limiter can be used to eliminate these numeric artifacts. To guarantee the positivity of specific variables like the density and the pressure, a positivity preserving limiter is used. Furthermore, a numerical flux, proven to preserve the entropy stability of the semi-discrete DG scheme for the MHD system is used. Finally, the numerical schemes are implemented using the deal.II C++ libraries in the dflo code. The solution of common test cases show the capability of the method. / Ein explizite Runge-Kutta discontinous Galerkin (RKDG) Verfahren wird angewendet, um numerische Diskretisierungen, sowohl für die kompressiblen Eulergleichungen der Gasdynamik, als auch für die idealen Magnetohydrodynamik (MHD) Gleichungen zu entwickeln. Es ist bekannt, dass diese System von Erhaltungsgleichungen unstetige Lösungen besitzen. Unstetigkeiten sind die Quelle von störenden Oszillationen im Lösungsprofil der numerischen Näherung, wenn ein numerisches Verfahren von hoher Ordnung verwendet wird. Verschiedene Techniken werden miteinander verglichen um störende Oszillationen zu kontrollieren, die bei der Approximation von Unstetigkeiten in der Lösung auftreten. Ein Verfahren zur Lokalisierung von Schockwellen wird vorgestellt und es wird gezeigt, dass dieses Verfahren nützlich ist um Regionen, in denen störende Oszillationen auftreten, zu bestimmen, so dass ein Limiter verwendet werden kann um diese numerischen Artefakte zu eliminieren. Um die Positivität spezieller Variablen, wie die Dichte und den Druck, zu bewahren, wird ein spezieller „positivitätserhaltender“ Limiter verwendet. Des Weiteren wird ein numerischer Fluss, für den bewiesenermaßen das semi-diskrete DG Verfahren für das MHD System Entropie-Stabil ist, verwendet. Abschließend werden die numerischen Verfahren unter Verwendung der deal.II C++ Bibliotheken im dflo code implementiert. Simulationen bekannter Testbeispiele zeigen das Potential dieses numerischen Verfahrens.

This thesis considers a model of a scalar partial differential equation in the presence of a singular source term, modeling the interaction between an inviscid fluid represented by the Burgers equation and an arbitrary, finite amount of particles moving inside the fluid, each one acting as a point-wise drag force with a particle related friction constant. \begin{align*} \partial_t u + \partial_x (u^2/2) &= \sum_{i \in N(t)} \lambda_i \Big(h_i'(t)-u(t,h_i(t)\Big)\delta(x-h_i(t)) \end{align*} The model was introduced for the case of a single particle by Lagoutière, Seguin and Takahashi, is a first step towards a better understanding of interaction between fluids and solids on the level of partial differential equations and has the unique property of considering entropy admissible solutions and the interaction with shockwaves. The model is extended to an arbitrary, finite number of particles and interactions like merging, splitting and crossing of particle paths are considered. The theory of entropy admissibility is revisited for the cases of interfaces and discontinuous flux conservation laws, existing results are summarized and compared, and adapted for regions of particle interactions. To this goal, the theory of germs introduced by Andreianov, Karlsen and Risebro is extended to this case of non-conservative interface coupling. Exact solutions for the Riemann Problem of particles drifting apart are computed and analysis on the behavior of entropy solutions across the particle related interfaces is used to determine physically relevant and consistent behavior for merging and splitting of particles. Well-posedness of entropy solutions to the Cauchy problem is proven, using an explicit construction method, L-infinity bounds, an approximation of the particle paths and compactness arguments to obtain existence of entropy solutions. Uniqueness is shown in the class of weak entropy solutions using almost classical Kruzkov-type analysis and the notion of L1-dissipative germs. Necessary fundamentals of hyperbolic conservation laws, including weak solutions, shocks and rarefaction waves and the Rankine-Hugoniot condition are briefly recapitulated. / Diese Arbeit befasst sich mit dem Modell einer skalaren partiellen Differentialgleichung mit singulärem Quellterm, das die Interaktion zwischen einem reibungsfreiem Fluid, dargestellt durch die Burgers Gleichung, und einer gegebenen, endlichen Menge von sich in dem Fluid bewegenden Partikeln beschreibt, die eine punktweise Zugkraft auf das Fluid auswirken und durch eine entsprechende Reibungskonstante charakterisiert sind. \begin{align*} \partial_t u + \partial_x (u^2/2) &= \sum_{i \in N(t)} \lambda_i \Big(h_i'(t)-u(t,h_i(t)\Big)\delta(x-h_i(t)) \end{align*} Das Modell wurde für den Fall der Interaktion mit einem einzelnen Partikel durch Lagoutière, Seguin and Takahashi eingeführt, stellt einen ersten Schritt zu einem besseren Verständnis der Interaktion zwischen einem Fluid und Festkörpern auf dem Level der partiellen Differentialgleichungen dar und hat die einzigartige Eigenschaft, dass Entropielösungen und die Interaktion mit Schockwellen berücksichtigt werden. Das Modell wird zu einer beliebigen, endlichen Anzahl von Partikeln erweitert und Interaktionen wie das Verschmelzen und Spaltung von Partikeln werden behandelt. Existierende Theorie der Entropie-Zulässigkeit im Hinblick auf Interfaces und Erhaltungsgleichungen mit unstetiger Flussfunktion wird zusammengefasst, die Resultate werden verglichen und für die Regionen mit Partikelinteraktionen angepasst. Zu diesem Zweck wird die Theorie der Germs, eingeführt von Andreianov, Karlsen und Risebro, auf den vorliegenden Fall eines nicht-erhaltenden Interfaces erweitert. Für das Riemann Problem von auseinanderdriftenden Partikeln werden die exakten Lösungen berechnet und eine Analyse des Verhaltens von Entropielösungen über die von den Partikeln erzeugten Interface wird genutzt, um ein physikalisch sinnvolles und mit der Theorie eines einzelnen Partikels konsistentes Verhalten beim Verschmelzen und Spalten von Partikeln herzuleiten. Mit Hilfe einer expliziten Konstruktionsmethode, hergeleiteten L-infinity Beschränkungen, einer Approximation der Partikelpfade und Kompaktheitsargumenten wird gezeigt, dass das entsprechende Cauchy Problem wohlgestellt ist. Eindeutigkeit im Raum der schwachen Entropielösungen wird mit beinahe klassischen Argumenten der Theorie von Kruzkov sowie der Theorie von L1-dissipativen Germs gezeigt. Notwendige Grundlagen zu hyperbolischen Erhaltungsgleichungen, unter anderem die Theorie schwacher Lösungen, Schock- und Verdünnungswellen sowie die Rankine-Hugoniot Bedingung, werden in Grundzügen am Anfang der Arbeit wiederholt.

Proximal methods are iterative optimization techniques for functionals, J = J1 + J2, consisting of a differentiable part J2 and a possibly nondifferentiable part J1. In this thesis proximal methods for finite- and infinite-dimensional optimization problems are discussed. In finite dimensions, they solve l1- and TV-minimization problems that are effectively applied to image reconstruction in magnetic resonance imaging (MRI). Convergence of these methods in this setting is proved. The proposed proximal scheme is compared to a split proximal scheme and it achieves a better signal-to-noise ratio. In addition, an application that uses parallel imaging is presented. In infinite dimensions, these methods are discussed to solve nonsmooth linear and bilinear elliptic and parabolic optimal control problems. In particular, fast convergence of these methods is proved. Furthermore, for benchmarking purposes, truncated proximal schemes are compared to an inexact semismooth Newton method. Results of numerical experiments are presented to demonstrate the computational effectiveness of our proximal schemes that need less computation time than the semismooth Newton method in most cases. Results of numerical experiments are presented that successfully validate the theoretical estimates. / Proximale Methoden sind iterative Optimierungsverfahren für Funktionale J = J1 +J2, die aus einem differenzierbaren Teil J2 und einem möglicherweise nichtdifferenzierbaren Teil bestehen. In dieser Arbeit werden proximale Methoden für endlich- und unendlichdimensionale Optimierungsprobleme diskutiert. In endlichen Dimensionen lösen diese `1- und TV-Minimierungsprobleme welche erfolgreich in der Bildrekonstruktion der Magnetresonanztomographie (MRT) angewendet wurden. Die Konvergenz dieser Methoden wurde in diesem Zusammenhang bewiesen. Die vorgestellten proximalen Methoden wurden mit einer geteilten proximalen Methode verglichen und konnten ein besseres Signal-Rausch-Verhältnis erzielen. Zusätzlich wurde eine Anwendung präsentiert, die parallele Bildgebung verwendet. Diese Methoden werden auch für unendlichdimensionale Probleme zur Lösung von nichtglatten linearen und bilinearen elliptischen und parabolischen optimalen Steuerungsproblemen diskutiert. Insbesondere wird die schnelle Konvergenz dieser Methoden bewiesen. Außerdem werden abgeschnittene proximale Methoden mit einem inexakten halbglatten Newtonverfahren verglichen. Die numerischen Ergebnisse demonstrieren die Effektivität der proximalen Methoden, welche im Vergleich zu den halbglatten Newtonverfahren in den meisten Fällen weniger Rechenzeit benötigen. Zusätzlich werden die theoretischen Abschätzungen bestätigt.

Simulation von Federmassenschwingern

In dieser Arbeit werden stochastische Charakteristiken der Lösung parabolischer Differentialgleichungen mit zufälligen Neumann-Randbedingungen mit Hilfe der Finite-Elemente-Methode angegeben. Dabei wird der Berechnung der Korrelations- bzw. Varianzfunktion besondere Bedeutung beigemessen. Das stochastische Randanfangswertproblem wird durch Anwendung von FEM-Techniken durch ein System gewöhnlicher Differentialgleichungen mit stochastischen inhomogenen Termen approximiert. Die Modellierung der stochastischen Eingangsparameter durch epsilon-korrelierte Felder gestattet Entwicklungen der Lösungscharakteristiken nach der Korrelationslänge. Numerische Beispiele enthalten den Vergleich zwischen analytischen Ergebnissen und Simulationsresultaten.

Die vorliegende Arbeit beschäftigt sich mit asymptotischen Entwicklungen höherer Ordnung für zweite Momente von Zufallsvariablen bzw. Zufallsfunktionen, die als lineare Integralfunktionale über schwach abhängige oder schwach korrelierte Zufallsfunktionen definiert sind. Unter bestimmten Glattheits- und Integrabilitätsbedingungen an die Kernfunktionen und Regularitätsbedingungen an die Zufallsfunktionen werden entsprechende asymptotische Entwicklungen angegeben, außerdem wird auf Abschätzungen der Genauigkeit eingegangen. Die auftretenden Zufallsfunktionen sind dabei stationäre reell- oder vektorwertige Zufallsprozesse, bestimmte Klassen nichtstationärer Zufallsprozesse und homogene Zufallsfelder. Die Anwendungsmöglichkeit wird an einer Reihe von Beispielen aufgezeigt.