Overordnede kursusmål
Kurset giver et solidt kendskab til teori og praksis ved brug af
Scientific Computing metoder til løsning af differentialligninger i
natur- og ingeniørvidenskaberne. Deltagerne lærer at udvikle,
analysere, implementere og anvende forskellige numeriske metoder og
algoritmer til løsning af både steady-state og tidsafhængige
partielle differentialligningssystemer (PDEs). Herunder berører
data-drevne metoder indenfor det nye område Scientific Machine
Learning (SciML). De opnåede erfaringer kan anvendes til løsning og
studie af matematiske problemer som opstår i natur- og
ingeniørvidenskabelige anvendelser.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Beskrive, analysere og anvende fundamentale principper til
løsning af grænseværdi-problemer (BVPs) beskrevet ved partielle
differentialligningsssytemer
- Analysere og udlede ordens, konvergens og stabilitetsegenskaber
for finite-difference metoder
- Udlede finite-difference skemaer til numerisk løsning af
grænseværdi-probelmer (BVPs) med Dirichlet, Neumann og Robin
grænsebetingelser
- Udlede finite-difference diskretiseringsskemaer for BVPs med
varierende konduktivitet
- Analysere, implementere og anvende numeriske metoder til
løsning af elliptiske ligningssystemer
- Udlede og implementere "deferred correction" metoder
til løsning af 2-punkt BVPs og elliptiske liginger
- Udlede og analysere stationære iterative "defect
correction" metoder, herunder multigrid metoder, til løsning
af store lineære ligningssystemer
- Beskrive og implementere matrix-frie konjugerede gradient
metoder, prækonditionerede konjugerede gradient metoder og
GMRES-metoder til løsning af lineære ligningssystemer
- Beskrive, implementere og analysere multi-grid metoder
- Analysere konvergens og stabilitet for numeriske metoder til
løsning af parabolske og hyperbolske ligninger
- Analysere, udlede og implementere numeriske metoder til løsning
af blandede og ikke-lineære systemer af partielle
differentialligninger
Kursusindhold
Emnerne der dækkes i kurset inkluderer:
- Analyse af metoder til numeriske løsning af 2-punkt
grænseværdi-problemer (BVP)
- Egenskaber ved metoder til numerisk løsning af partielle
differentialliginger
(orden, stabilitet, konvergens)
- Newtons metode til løsning af 2-punkt grænseværdi-problemer (BVP)
- Numeriske metoder til grænseværdi-problemer (BVP) med varierende
konduktivitet
- Deferred-correction metoder til BVPs
- Analyse af numeriske metoder til løsning af elliptiske
ligningssystemer
- Iterative metoder til løsning af store linære ligningssystemer
- Konjugeret gradient metoder, prækonditioneret konjugeret gradient
metoder, og GMRES-
metoder til løsning af lineære ligningssystemer
- Newton-Krylov metoder til ikke-lineære ligningssystemer
- Multi-grid metoder til løsning af partielle
differentialligningssystemer (PDEs)
- Analyse af metoder til numeriske løsning af parabolske og
hyperbolske ligninger
- Metoder til blandede og ikke-linære PDEs
Sidst opdateret
28. januar, 2021