Skript zur Vorlesung Einführung in Sobolevräume. Prof. Dr. R. Herzog. gehalten im SS2010 Technische Universität Chemnitz

Größe: px
Ab Seite anzeigen:

Download "Skript zur Vorlesung Einführung in Sobolevräume. Prof. Dr. R. Herzog. gehalten im SS2010 Technische Universität Chemnitz"

Transkript

1 Skript zur Vorlesung Einführung in Sobolevräume Prof. Dr. R. Herzog gehalten im SS2010 Technische Universität Chemnitz

2 Dieses Skript ist als Begleitmaterial für andere Vorlesungen oder zum Selbststudium gedacht. Fehler und Kommentare bitte an: Stand: 5. Mai 2011

3 Inhaltsverzeichnis Kapitel 1. Grundlegende Eigenschaften 5 1 Einführung 5 2 Lebesgue-Räume 6 3 Sobolev-Räume Schwache Ableitungen Definition der Sobolev-Räume 11 4 Reguläre Gebiete Der Spuroperator Der Sobolevsche Einbettungssatz Kompakte Einbettungen 17 5 Weitere Eigenschaften von Sobolev-Räumen 17 Literaturverzeichnis 21 Abbildungsverzeichnis 23 Index 25 3

4

5 KAPITEL 1 Grundlegende Eigenschaften 1 Einführung Sobolev-Räume spielen eine herausragende Rolle bei der modernen Behandlung partieller Differentialgleichungen (PDEs). Dies betrifft sowohl die Analysis als auch die numerische Lösung sowie darauf aufbauende Disziplinen wie zum Beispiel die optimale Steuerung partieller Differentialgleichungen. Der Begriff der klassischen Lösung stellt sich dabei als zu eng heraus. Sobolev-Räume sind geeignete Funktionenräume, um schwächere Lösungsbegriffe zu definieren. Wir setzen voraus, dass der Leser vertraut ist mit Grundlagen der Funktionalanalysis Vektoranalysis Lebesgue-Integration Voraussetzung 1.1 (a) Im gesamten Skript ist R N, N 1, ein Gebiet, also eine offene zusammenhängende Menge. 1 (b) Außerdem setzen wir als beschränkt voraus. (c) bezeichnet den Abschluss von, und Γ = = \ bezeichnet den Rand. Wir sprechen häufig von messbaren Mengen und messbaren Funktionen und meinen dies immer in Bezug auf das Lebesgue-Maß. Als Konsequenz aus der Beschränktheit besitzt endliches Maß 2 <. Notation Wir verwenden folgende Notationen: N 0 = N {0} Für Vektoren v R n ist v die Euklidische Norm. 1 Die Offenheit von hat den Vorteil, dass wir von differenzierbaren Funktionen auf sprechen können, ohne einseitige Ableitungen benutzen zu müssen. 2 d.h. anschaulich endliche Länge in 1D, endliche Fläche in 2D und endliches Volumen in 3D 5

6 6 Kapitel 1. Grundlegende Eigenschaften 2 Lebesgue-Räume Definition 2.1 (Lebesgue-Raum L p () für 1 p < ) Unter L p (), 1 p <, versteht man den Lebesgue-Raum aller messbaren Funktionen y : R mit der Eigenschaft y(x) p dx <. L p () wird stets versehen mit der Norm 3 ( 1/p y L p () := y(x) dx) p. Genauer ist L p () der Raum aller Äquivalenzklassen von Funktionen (wobei zwei Funktionen, die fast überall im Sinne des Lebesgue-Maßes gleich sind, in derselben Äquivalenzklasse liegen), sodass ein beliebiger Repräsentant der Äquivalenzklasse zur p-ten Potenz integrierbar ist. (Dann sind alle Repräsentanten zur p-ten Potenz integrierbar, und die Integrale sind gleich, also ist die Norm wohldefiniert.) Beachte: Es gilt y L p () y L p () y p L 1 (). Definition 2.2 (Lebesgue-Raum L ()) Unter L () versteht man den Raum aller messbaren und im Wesentlichen beschränkten Funktionen y : R, mit der Norm y L () := ess sup y(x) := inf { c 0 : {x : y(x) > c} = 0 }. x Wieder besteht L () genau genommen aus Äquivalenzklassen fast überall gleicher Funktionen. Satz 2.3 (Eigenschaften der L p ()-Räume) (a) L p () ist ein Banachraum für alle 1 p. (b) L p () ist separabel 4 für alle 1 p <. Dem Raum L 2 () kommt eine besondere Bedeutung zu. In ihm ist durch (u, v) L 2 () := u(x) v(x) dx ein Skalarprodukt definiert, welches die oben definierte Norm erzeugt. Daher ist L 2 () sogar ein Hilbertraum. 3 Die Normeigenschaften werden hier nicht nachgewiesen. Die Dreiecksungleichung ist die Minkowskische Ungleichung, die auch sichert, dass L p () überhaupt ein Vektorraum ist. 4 Ein normierter linearer Raum (nomierter Vektorraum) V heißt separabel, wenn es eine abzählbare Teilmenge von V gibt, die in V dicht liegt.

7 2. Lebesgue-Räume 7 Satz 2.4 (Höldersche Ungleichung) Es sei f L p () und g L q (), wobei p und q konjugierte Exponenten 5 sind: 1 p, q und 1/p + 1/q = 1. Dann ist f g L 1 (), und es gilt ( ) 1/p ( ) 1/q f g dx f p dx g q dx (2.1) oder kurz f g L 1 () f L p () g L q (). Die Höldersche Ungleichung kann leicht verallgemeinert werden auf mehr als zwei Faktoren oder um zu beweisen, dass f g L r () f L p () g L q () 1 und natürlich f und g den entsprechenden Räumen ange- gilt, falls = 1 p q r hören. Folgerung 2.5 (Stetige Einbettung von L p () L q ()) Es sei 1 q p und u L p (). Dann gilt: u gehört auch zu L q (), und es ist u L q () p q p q u L p (). (2.2) Für p = bedeute dabei (p q)/(p q) = 1/q (für q < ) bzw. (p q)/(p q) = 0 (für q = ). Beachte: Folgerung 2.5 bedeutet: L () L 2 () L 1 (). Lebesgue-Räume mit dem höheren Index p sind also die besseren (im Sinne von Unterräumen) und besitzen zudem eine stärkere Norm. Man sagt: L p () ist stetig in L q () eingebettet: L p () L q () für p q. Wie man an (2.2) sieht, hängt diese Eigenschaft daran, dass endliches Maß hat. Definition 2.6 (Stetige Einbettung) Es seien U und V normierte lineare Räume mit U V. U heißt stetig eingebettet in V, wenn die Injektion i : U u u V stetig ist, d.h., wenn eine Konstante c existiert mit Man schreibt: U V. u V c u U für alle u U. Beispiel 2.7 (a) u L 1 () 1/2 u L 2 () für alle u L 2 () (b) u L 2 () 1/2 u L () für alle u L () (c) u L 1 () u L () für alle u L () Satz 2.8 (Dualräume und Reflexivität der L p -Räume) 5 Im Grenzfall p = und q = 1 ist 1/p als null zu verstehen.

8 8 Kapitel 1. Grundlegende Eigenschaften (a) Der Dualraum von L p () für 1 p < kann (isometrisch isomorph) identifiziert werden mit L q (), wobei q der zu p konjugierte Exponent ist. Jedes F L p () kann also eindeutig mit einem f L q () identifiziert werden, sodass F (u) = f u dx für alle u L p () gilt sowie F L p () = f L q (). Umgekehrt definiert u f u dx für jedes f L q () jeweils ein stetiges lineares Funktional auf L p (). (b) Der Dualraum von L () ist größer als L 1 (). Er enthält zusätzlich sogenannte endlich additive Maße, siehe Yosida and Hewitt [1952], [Rudin, 1987, Theorem 6.19] oder [Folland, 1984, Proposition 7.16]. (c) Für 1 < p < sind die Räume L p () reflexiv, jedoch nicht für p {1, }. Man kann auch L p ()-Räume für 0 p < 1 definieren. In ihnen gilt jedoch mit der oben definierten Norm L p () nicht mehr die Dreiecksungleichung, und sie werden deshalb hier nicht weiter betrachtet. Bemerkung 2.9 Später werden wir auch den Rand Γ von mit einem (N 1)-dimensionalen Maß ausstatten. Dazu benötigen wir aber eine gewisse Regularität dieses Randes, siehe 4. Dann können wir analog zu oben auch die Räume L p (Γ) definieren, und alle Eigenschaften von L p () übertragen sich. 3 Sobolev-Räume Kurz gesagt bestehen Sobolev-Räume aus Funktionen, die mitsamt ihren (partiellen) Ableitungen in L p () liegen. Dabei erweitert man allerdings den Begriff der klassischen Ableitung und arbeitet mit sogenannten schwachen Ableitungen. 3.1 Schwache Ableitungen Für v : R heißt die Menge der Träger von v. supp v = Abschluss von {x : v(x) 0} Definition 3.1 (Funktionen C k (), C k 0 () und C k ()) (a) Die Menge aller k-mal stetig partiell differenzierbaren Funktionen v : R wird mit C k () bezeichnet, k N 0. C () wird definiert als k N0 C k (). (b) Mit C k 0 (), k N 0, bezeichnen wir die Menge aller k-mal stetig partiell differenzierbaren Funktionen v : R mit kompaktem Träger in. Analog zu oben ist C 0 () = k N0 C k 0 (). (c) Mit C k (), k N 0 bezeichnen wir die Menge aller k-mal stetig partiell differenzierbaren Funktionen v : R, sodass sich alle Ableitungen bis einschließlich zur Ordnung k stetig auf den Rand Γ fortsetzen lassen. 6 6 Die Funktion 1/x gehört für = (0, 1) zum Beispiel zu C (), aber nicht zu C(), da sie sich nicht stetig auf den Randpunkt x = 0 fortsetzen lässt.

9 3. Sobolev-Räume 9 Beachte: Für v C k 0 () ist der Träger aller partiellen Ableitungen bis einschließlich zur Ordnung k enthalten im Träger von v selbst. Anschaulich sind Funktionen in C 0 0() in einer ganzen Umgebung des Randes Γ gleich null, bei C k 0 () gilt das auch für alle partiellen Ableitungen bis zur Ordnung k. Definition 3.2 (Multiindex) (a) Ein Vektor nichtnegativer ganzer Zahlen α = (α 1,..., α N ) N N 0 heißt ein Multiindex. Im Symbol D α geben die Komponenten von α an, wie oft nach welcher Raumkoordinate differenziert wird. Da wir D α nur auf hinreichend glatte Funktionen anwenden, ist die Reihenfolge der Differentiation unerheblich (Satz von Schwarz). (b) Die Ordnung des Multiindex ist α := α α N. (c) Insbesondere setzt man D (0,...,0) y := y und D i := = D (0,...,0,1,0,...,0). x i Beispiel 3.3 Im Fall N = 3 und für y C 3 () ist: D (1,0,2) y = 3 y x 1 x 2 3 Lemma 3.4 (Partielle Integration) Sei ein beschränktes Gebiet mit stückweise glattem Rand. 7 Für y, v C 1 () gilt die Formel der partiellen Integration (auch Greensche Formel): v(x) D i y(x) dx = v(x) y(x) n i (x) ds y(x) D i v(x) dx. (3.1) Γ Das Integral über Γ ist als Weg- bzw. Oberflächen-Integral zu verstehen. 8 Dabei ist n i (x) die i-te Komponente des äußeren Normaleneinheitsvektors n(x) in x Γ. Dieser existiert nach Voraussetzung fast überall (im Sinne des Randmaßes). Gilt v = 0 auf Γ, so folgt natürlich v(x) D i y(x) dx = y(x) D i v(x) dx. Durch mehrmaliges Anwenden dieser Beziehung erhält man für y C k () und v C0 k () für einen Multiindex mit α k y(x) D α v(x) dx = ( 1) α v(x) D α y(x) dx. (3.2) Dies motiviert folgende Verallgemeinerung des Ableitungsbegriffes auf die sehr große Funktionenklasse L 1 loc (): 7 Hinreichend sind bereits Gebiete mit Lipschitz-Rand, mehr dazu in 4. 8 (3.1) verallgemeinert die eindimensionale Formel der partiellen Integration b a v(x) y (x) dx = v y b a b a y(x) v (x) dx.

10 10 Kapitel 1. Grundlegende Eigenschaften Definition 3.5 (L 1 loc () und schwache Ableitung) (a) Die Menge L1 loc () bezeichnet die Funktionen v : R, die für jede kompakte Teilmenge K Lebesgue-integrierbar, also in L 1 (K) sind. 9 (b) Es sei y L 1 loc () und α ein Multiindex. Falls eine Funktion w L1 loc () existiert, sodass y(x) D α v(x) dx = ( 1) α v(x) w(x) dx für alle v C0 () gilt, so heißt w die schwache Ableitung oder die Ableitung im Distributionensinn der Ordnung α von y. Man schreibt w = D α y. Beachte: Für v C 0 () besitzen v und D α v kompakten Träger K in. L 1 loc () ist deshalb die natürliche Menge von Funktionen in dieser Definition, damit beide Integrale existieren. Bemerkung 3.6 (a) Die schwache Ableitung D α y bildet die Formel (3.2) der partiellen Integration nach. (b) Es gilt D (0,...,0) y = y für alle y L 1 loc (). Das ist gleichbedeutend mit: Für y L 1 loc () gilt y ϕ dx = 0 für alle ϕ C0 () y = 0 f.ü. in. (c) Falls D α y und D α+β y in L 1 loc () existieren, so kann man leicht zeigen, dass D α+β y = D β D α y ist. Jedoch impliziert die Existenz einer schwachen Ableitung i.a. nicht die Existenz schwacher Ableitungen niedrigerer Ordnung. (d) Man verwendet für schwache Ableitungen dieselben Symbole wie für gewöhnliche Ableitungen, z.b. u = (D (1,0,...,0) u,..., D (0,...,0,1) u) etc. Lemma 3.7 (Verallgemeinertes Fundamentallemma der Variationsrechnung) Sei u L 1 loc () und k N. Falls Dα u = 0 ist für alle Multiindizes α mit α = k, dann ist u (fast überall) gleich einem Polynom der Ordnung höchstens k 1. Aus diesem Lemma folgt u.a. auch die Eindeutigkeit schwacher Ableitungen. Beispiel 3.8 Die Funktion y(x) = x in = ( 1, 1) besitzt die schwache Ableitung erster Ordnung { y 1 für x ( 1, 0) (x) = w(x) = 1 für x (0, 1). y(x) besitzt jedoch keine schwache Ableitung 10 der Ordnung 2 in L 1 loc (). 9 Zum Beispiel gehört 1/x auf = (0, 1) zu L 1 loc (), jedoch nicht zu L1 (). 10 Man kann im Rahmen der Theorie von Distributionen auch y eine schwache Ableitung zuordnen. Diese ist aber keine Funktion mehr, sondern 2 δ 0 (Delta-Distribution). Wir betrachten hier aber nur schwache Ableitungen, die wieder Funktionen sind.

11 3. Sobolev-Räume 11 Wir sehen also, dass eine L 1 loc -Funktion (z.b. die Funktion y aus Beispiel 3.8) keine schwache Ableitungen in L 1 loc besitzen muss. Andersherum kann eine schwache Ableitung aber auch besseren Räumen angehören als nur L 1 loc (). Dies führt auf die Definition der Sobolev-Räume. 3.2 Definition der Sobolev-Räume Definition 3.9 (Sobolev-Raum W k,p ()) N 0. Wir definieren (a) Es sei 1 p und k W k,p () := {y L p () : D α y L p () für alle α k}. Dabei bezeichnet k den Differentiationsindex, und p wählt die Norm aus. (b) Für 1 p < wird W k,p () versehen mit der Norm ( ) 1/p y W k,p () := D α y(x) p dx α k ( 1/p. = D α y p L ()) p α k W k, () wird versehen mit der Norm 11 y W k, () := max α k Dα y L (). Diese Räume werden als Sobolev-Räume bezeichnet. Beachte: Dass die Menge W k,p () ein Vektorraum ist, folgt sofort aus der Vektorraumeigenschaft von L p () und der Linearität der Ableitungsoperatoren D α. Die Norm W k,p () misst die L p -Normen aller partiellen Ableitungen, die man laut Definition der Menge W k,p () bilden darf. Es gilt W 0,p () = L p (). Beispiel 3.10 Nach Beispiel 3.8 gehört die Funktion y(x) = x auf = ( 1, 1) zum Sobolev-Raum W 1,, denn y, y L (). Aber y gehört zu keinem Raum W 2,p (), da keine zweite schwache Ableitung existiert. Bemerkung 3.11 Man kann die Sobolev-Räume alternativ auch über einen Vervollständigungsprozess definieren: H k,p () := Abschluss von C () bzgl. der Norm W k,p (). Nach der Arbeit von Meyers and Serrin [1964] mit dem Titel H = W sind jedoch beide Zugänge äquivalent. Die Räume W k,p 0 () werden unten auf diese Weise definiert. Satz 3.12 (Eigenschaften der W k,p -Räume) Sei k N 0. (a) W k,p () ist ein Banachraum für alle 1 p. (b) W k,p () ist separabel für alle 1 p <. 11 alternativ: α k Dα y L ()

12 12 Kapitel 1. Grundlegende Eigenschaften Wie bei den Lebesgue-Räumen kommt dem Fall p = 2 wieder eine besondere Bedeutung zu. Man schreibt kurz H k () := W k,2 () für k N 0. In diesen Räumen ist durch (u, v) H k () := D α u(x) D α v(x) dx α k ein Skalarprodukt definiert, welches die oben definierte Norm erzeugt. Daher ist H k () sogar ein Hilbertraum. Nach Definition ist H 0 () = L 2 (). Beispiel 3.13 Zum Beispiel lautet das Skalarprodukt für den häufig benutzten Raum H 1 () (u, v) H 1 () := u v dx + u v dx, und seine Norm ist ( u H 1 () = = u 2 + u 2 dx ) 1/2 ( u 2 L 2 () + u 2 L 2 () N ) 1/2. Den Anteil u L 2 () N bezeichnet man auch als H1 -Seminorm 12. Bemerkung 3.14 Für beschränkte Gebiete gelten die folgenden stetigen Einbettungen: L () L 2 () L 1 () W 1, () W 1,2 () W 1,1 () W 2, () W 2,2 () W 2,1 (). Die horizontalen Inklusionen gelten tatsächlich nur Gebieten mit endlichem Maß <, die vertikalen immer aufgrund der Definition. Außerdem gibt es noch diagonale Einbettungen in Richtung Nordwesten. Man kann also Differenzierbarkeit eintauschen (im Tableau nach oben gehen) gegen einen höheren Integrationsindex (nach links gehen). Dazu später mehr beim Sobolevschen Einbettungssatz 4.8. Definition 3.15 (Sobolev-Raum W k,p 0 ()) Wir definieren für k N 0 und 1 p die Räume. W k,p 0 () = Abschluss von C 0 () bzgl. der Norm W k,p (). Insbesondere setzen wir H k 0 () := W k,2 0 (). Beachte: Nach Definition ist C0 () dicht in jedem W k,p 0 (). Der Raum W k,p 0 () ein abgeschlossener Unterraum von W k,p (). Wenn der Rand Γ gewissen Glattheitsanforderungen genügt, so kann man W 1,p 0 () verstehen als diejenigen Funktionen in W 1,p (), deren Randwerte (im Sinne des Spuroperators, 4.1) null sind, siehe Bemerkung Einer Seminorm fehlt zu einer Norm nur die Eigenschaft u = 0 u = 0. Das ist hier der Fall, denn konstante Funktionen u c gehören zu H 1 () und haben wegen c 0 eine H 1 -Seminorm von null..

13 4. Reguläre Gebiete 13 4 Reguläre Gebiete Außer bei der Formel der partiellen Integration (3.1) haben wir bisher keine Anforderungen an die Glattheit des Gebietsrandes Γ gestellt. Diese ermöglichen jedoch eine Reihe weiterer Eigenschaften, die insbesondere für die Diskussion partieller Differentialgleichungen nützlich sind. Wir definieren nur vage: Definition 4.1 (Gebiet mit C k,1 -Rand) Es sei R N, N 2, ein beschränktes Gebiet mit Rand Γ. Das Gebiet bzw. sein Rand Γ gehören zur Klasse C k,1 für ein k N 0, wenn Γ in endlich viele Stücke Γ i zerteilt werden kann, sodass jedes Γ i der Graph einer auf einem (N 1)-dimensionalen Würfel in einem geeigneten Koordinatensystem k-mal stetig partiell differenzierbaren Funktion mit Lipschitz-stetigen Ableitungen bis einschließlich zur Ordnung k ist. Außerdem darf lokal immer nur auf einer Seite des Randes liegen. Für eine genauere Definition verweisen wir auf [Tröltzsch, 2005, 2.2.2] und die dort genannten Referenzen. Gebiete mit Rändern der Klasse C 0,1 heißen Gebiete mit Lipschitz-Rand, kurz: L-Rand. Diese werden für unsere Zwecke hier ausreichend sein. Ein Gebiet R ist übrigens notwendig ein offenes Intervall, sodass sich die Frage nach der Glattheit des Randes im R 1 nicht stellt. Beispiel 4.2 (Beispiele für Gebiete mit L-Rand) Beispiele für Gebiete mit L-Rand sind: Keinen L-Rand besitzen dagegen: Bemerkung 4.3 (a) Für Gebiete mit L-Rand existiert der äußere Normaleneinheitsvektor n(x) fast überall, denn Lipschitz-stetige Funktionen f : R m R sind fast überall differenzierbar (Satz von Rademacher). (b) Durch die Darstellung der Randteile Γ i als Graph einer Funktion ergibt sich in natürlicher Weise das (N 1)-dimensionale Lebesgue-Maß auf dem Rand, siehe etwa den entsprechenden Abschnitt in Alt [2002]. Anschaulich misst das Randmaß bei R 2 die Länge einer Teilmenge E Γ und bei R 3 die Fläche. Wir bezeichnen zur Unterscheidung die Integration bzgl. des Randmaßes mit ds statt dx.

14 14 Kapitel 1. Grundlegende Eigenschaften Vorsicht: Man muss sorgfältig zwischen dem Lebesgue-Maß auf R N und dem (N 1)-dimensionalen Maß auf dem Rand Γ von R N unterscheiden. Zum Beispiel ist das 3-dimensionale Lebesgue-Maß der Oberfläche einer Kugel R 3 eine Nullmenge, das Volumen der Oberfläche ist also null. Das 2-dimensionale Oberflächenmaß der Kugeloberfläche ist jedoch nicht null. Voraussetzung 4.4 Generalvoraussetzung für den Rest von 4 ist, dass R N ein beschränktes Gebiet mit L-Rand sei. 4.1 Der Spuroperator Wir klären nun die Frage von Randwerten von Funktionen in Sobolev-Räumen. Satz 4.5 (Spursatz) Für p 1 existiert eine (eindeutige) lineare und stetige Abbildung τ : W 1,p () L p (Γ) (die Spur), sodass für alle y W 1,p () C() gilt: (τy)(x) = y(x) f.ü. auf Γ. Für stetige Funktionen fällt also die Spurabbildung mit den üblichen Randwerten y Γ zusammen. Statt τy schreiben wir deshalb auch einfach weiter y Γ. Die Stetigkeit der Spurabbildung bedeutet, dass eine nur von p und abhängige Konstante c existiert, sodass y L p (Γ) c y W 1,p () für alle y W 1,p () gilt. Analog kann man den Spuroperator y Γ0 durch Einschränkung auf messbare (bzgl. des Randmaßes) Teilmengen Γ 0 Γ definieren. Bemerkung 4.6 (a) Man kann für beschränkte Gebiete mit L-Rand und 1 p zeigen (vgl. Definition 3.15): W 1,p 0 () = {y W 1,p () : y Γ = 0}. (b) Der o.g. Spuroperator kann nicht stetig auf ganz L p () erweitert werden. Funktionen in L p ()-Räumen erlauben also im Allgemeinen keine Randwerte. (c) Der Spuroperator τ : W 1,p () L p (Γ) ist nicht surjektiv. Das heißt, es existieren Funktionen g L p (Γ), die nicht die Randwerte irgendwelcher Funktionen in W 1,p () sind. (d) Der Spuroperator τ : W 1,p () L p (Γ) ist auch nicht injektiv. Alle Funktionen in W 1,p (), die in der Nähe des Randes Γ gleich null und weiter innen beliebig sind, werden auf die Nullfunktion 0 L p (Γ) abgebildet. Satz 4.7 (Abbildungseigenschaften des Spuroperators) Es sei 1 p. Dann bildet die Spurabbildung wie folgt stetig ab: (i) Im Fall p < N: (ii) Im Fall p = N: τ : W 1,p () L r (Γ) für alle 1 r τ : W 1,p () L r (Γ) für alle 1 r <. (N 1) p N p.

15 4. Reguläre Gebiete 15 (iii) Im Fall p > N: τ : W 1,p () C(Γ). Dabei wird C(Γ) mit der Norm max x Γ y(x) ausgestattet. Beweis: siehe zum Beispiel [Adams and Fournier, 2003, Satz 5.36] Abbildung 4.1. Darstellung der Abbildungseigenschaften des Spuroperators τ : W 1,p () L r (Γ) für R N mit Lipschitz-Rand Γ in verschiedenen Raumdimensionen N 4.2 Der Sobolevsche Einbettungssatz Der folgende Satz begründet diagonale Einbettungen im Tableau der Bemerkung 3.14, Durch Nachlassen im Differentiationsindex m kann man im Integrationsindex q gegenüber p hinzugewinnen. Satz 4.8 (Sobolevscher Einbettungssatz) Es sei 1 p < und k N 0. Dann bestehen folgende stetige Einbettungen: (i) Im Fall kp < N: (ii) Im Fall kp = N: W k,p () L q () für alle 1 q Np N kp. W k,p () L q () für alle 1 q <.

16 16 Kapitel 1. Grundlegende Eigenschaften (iii) Im Fall kp > N: W k,p () C(). Dabei wird C() mit der Norm max x y(x) ausgestattet. 13 Beweis: siehe zum Beispiel [Adams and Fournier, 2003, Satz 5.4] Eine Darstellung einiger Einbettungen findet sich in Abbildung 4.2. Durch Anwendung von Satz 4.8 auf die Ableitungen einer Funktion kann man leicht Folgendes zeigen: Folgerung 4.9 (Sobolevscher Einbettungssatz) Es sei 1 p < und k, m N 0 mit k > m. Dann bestehen folgende stetige Einbettungen: (i) Im Fall (k m) p < N: W k,p () W m,q () (ii) Im Fall (k m) p = N: für alle 1 q Np N (k m) p. W k,p () W m,q () für alle 1 q <. Abbildung 4.2. Darstellung der Einbettungen W 1,p () L q () für R N in verschiedenen Raumdimensionen N 13 Genauer bettet dann W k,p () sogar in einen Raum Hölder-stetiger Funktionen ein.

17 5. Weitere Eigenschaften von Sobolev-Räumen 17 Beispiel 4.10 (Häufig benutzte Einbettungen) (a) Für = (a, b) R gilt W 1,2 () = H 1 () C(). (b) Für R 2 gilt W 1,2 () = H 1 () L q () für alle 1 q <. (c) Für R 3 gilt W 1,2 () = H 1 () L 6 (). 4.3 Kompakte Einbettungen Definition 4.11 (Kompakte Einbettung, vgl. Definition 2.6) Es seien U und V normierte lineare Räume mit stetiger Einbettung U V. U heißt dann sogar kompakt eingebettet in V, wenn die Injektion i : U u u V kompakt ist, d.h., {u n } U beschränkt {u n } besitzt eine Teilfolge, die Cauchyfolge in V ist. Man schreibt: U V. Falls V ein Banach-Raum ist, dann impliziert U V, dass gilt: u n u in U u n u in V. Durch die erheblich schwächere Norm auf V werden also aus schwach konvergenten Folgen in U bereits stark konvergente Folgen in V. Satz 4.12 (Kompakte Sobolev-Einbettungen, Satz von Rellich-Kondrachov) Unter den Voraussetzungen von Folgerung 4.9 sind die dort genannten Einbettungen sogar kompakt, wenn man mit q von der genannten oberen Grenze wegbleibt. Folgerung 4.13 Sei 1 p < und k N. Dann besteht die kompakte Einbettung W k,p () W k 1,p (). 5 Weitere Eigenschaften von Sobolev-Räumen Voraussetzung 5.1 Auch in diesem Abschnitt sei R N ein beschränktes Gebiet mit L-Rand. Satz 5.2 (Lebesgue-Punkte) Für Funktionen y L 1 () gilt: Fast jeder Punkt x 0 E ist ein Lebesgue-Punkt, d.h., es gilt dort lim r 0 1 y(x) dx = y(x 0 ). B r (x 0 ) B r(x 0 ) Beweis: siehe zum Beispiel [Rudin, 1987, Theorem 7.7] Satz 5.3 (Stampacchia-Lemma) Es sei y W 1,p () für 1 p. Dann besitzt max{0, y} die schwache Ableitung { y, wo y 0 max{0, y} = 0, wo y < 0, und es gilt max{0, y} W 1,p (). Falls y W 1,p 0 () liegt, dann auch max{0, y}.

18 18 Kapitel 1. Grundlegende Eigenschaften Beweis: siehe zum Beispiel [Kinderlehrer and Stampacchia, 1980, S. 50] Folgerung 5.4 (Verbandseigenschaft von W 1,p ()) Es seien y 1, y 2 W 1,p () für 1 p. Dann gehören auch max{y 1, y 2 } und min{y 1, y 2 } zu W 1,p (), und es gilt { { y 1, wo y 1 y 2 y 1, wo y 1 y 2 max{y 1, y 2 } = min{y 1, y 2 } = y 2, wo y 1 < y 2 y 2, wo y 1 > y 2. Definition 5.5 (Äquivalente Normen) Es sei U ein normierter linearer Raum. Zwei Normen und auf U heißen äquivalent, wenn es Konstanten c 1, c 2 > 0 gibt mit für alle u U. c 1 u u c 2 u Oft ist die Frage wichtig, wann eine Seminorm durch Einschränkung auf einen geeigneten Unterraum dort zu einer Norm wird (die zur Standard-Norm äquivalent ist). Zum Beispiel wird die H 1 ()-Seminorm u L 2 () auf dem Unterraum H0() 1 zu einer Norm, die zur H 1 ()-Norm äquivalent ist. 14 Ein allgemeines Resultat in diesem Sinne liefert der folgende Satz. Dabei bezeichnet ( u W k,p () := α =k D α u p dx die Standard-Seminorm in W k,p (), und P k ist der Vektorraum aller Polynome vom Höchstgrad k. 15 Satz 5.6 (Normierungssatz von Sobolev) Es sei 1 p < sowie k N. Darüber hinaus sei f i : W k,p () [0, ) ) 1 p i = 1,..., l ein System von Seminormen mit folgenden Eigenschaften: Dann ist (a) Es existieren Konstanten c i > 0 mit 0 f i (u) c i u W k,p () für alle u W k,p () und i = 1,..., l. (b) Aus f i (v) = 0 für alle i = 1,..., l und v P k 1 folgt v = 0. ( l u := [f i (u)] p + u p W k,p () i=1 auf W k,p () eine zu W k,p () äquivalente Norm. Bemerkung 5.7 (zum Normierungssatz 5.6) Die Standard-Seminorm u W k,p () ist null genau für die Funktionen in W k,p (), für die D α u = 0 für alle α = k gilt. Nach Lemma 3.7 sind dies genau die Polynome P k 1 vom Höchstgrad k 1. Das heißt, die Seminorm u W k,p () übersieht die Polynome in P k 1 und weist ihnen den Wert null zu. Hier müssen jetzt die Seminormen 14 Dies folgt aus der Poincaré-Friedrichs-Ungleichung. 15 Elemente in P k können als α k c α x α geschrieben werden. Dabei ist x α := x α1 1 xα2 2 xα N N. ) 1 p

19 5. Weitere Eigenschaften von Sobolev-Räumen 19 einspringen: Aus Voraussetzung (b) folgt, dass sie zusammen gerade das Nullpolynom erkennen können und für alle anderen Polynome in P k 1 einen positiven Wert liefern. Mit Hilfe des Normierungssatzes können mit einem Schlag verschiedene Norm-Äquivalenzen gezeigt werden: Folgerung 5.8 (äquivalente Normen auf W 1,p ()) (a) Sei Γ 1 Γ mit Γ 1 > 0 und 1 p <. Dann ist ( ) u ds p 1 + u p p W k,p () Γ 1 auf W 1,p () eine zu W 1,p () äquivalente Norm. (b) Es sei 1 mit 1 > 0 und 1 p <. Dann ist ( ) u dx p 1 + u p p W k,p () 1 auf W 1,p () eine zu W 1,p () äquivalente Norm. Hieraus folgen wiederum verschiedene Ungleichungen vom (a) Friedrichs- und (b) Poincaré-Typ.

20

21 Literaturverzeichnis R. Adams and J. Fournier. Sobolev Spaces. Academic Press, New York, second edition, H.W. Alt. Skript zur Vorlesung Partielle Differentialgleichungen I, URL Lecture Notes. G. Folland. Real Analysis. John Wiley & Sons, New York, D. Kinderlehrer and G. Stampacchia. An Introduction to Variational Inequalities and Their Applications. Academic Press, New York, N. Meyers and J. Serrin. H=W. Proceedings of the National Academy of Sciences, 51: , W. Rudin. Real and Complex Analysis. McGraw Hill, F. Tröltzsch. Optimale Steuerung partieller Differentialgleichungen. Vieweg, Wiesbaden, K. Yosida and E. Hewitt. Finitely additive measures. Transactions of the American Mathematical Society, 72:46 66,

22

23 Abbildungsverzeichnis 4.1 Darstellung der Abbildungseigenschaften des Spuroperators τ : W 1,p () L r (Γ) für R N mit Lipschitz-Rand Γ in verschiedenen Raumdimensionen N Darstellung der Einbettungen W 1,p () L q () für R N in verschiedenen Raumdimensionen N 16 23

24

25 Index Differentiationsindex, 11 distributionelle Ableitung, 10 Einbettung kompakte, 17 stetige, 7 Einbettungssatz, 15 kompakter, 17 Gebiet, 5 mit C k,1 -Rand, 13 mit Lipschitzrand, 13 Greensche Formel, 9 Höldersche Ungleichung, 7 kompakte Einbettung, 17 konjugierte Exponenten, 7 Lebesgue-Maß, 5 Rand-, 13 Lebesgue-Punkt, 17 Lebesgue-Raum, 6 Dualraum, 7 Multiindex, 9 Ordnung, 9 partielle Integration, 9 Randwerte, 14 Satz von Rellich-Kondrachov, 17 schwache Ableitung, 10 Sobolev-Raum, 11 Sobolevscher Einbettungssatz, 15 Spuroperator, 14 Stampacchia-Lemma, 17 stetige Einbettung, 7 Träger, 8 25

Skript Einführung in Sobolevräume. Roland Griesse. TU Chemnitz

Skript Einführung in Sobolevräume. Roland Griesse. TU Chemnitz Skript Einführung in Sobolevräume Roland Griesse TU Chemnitz Material für: begleitend für andere Vorlesungen oder zum Selbststudium Fehler und Kommentare bitte an: roland.griesse@mathematik.tu-chemnitz.de

Mehr

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über

Mehr

Bezeichnungen und Hilfsmittel aus der Analysis

Bezeichnungen und Hilfsmittel aus der Analysis Finite Elemente I 169 A Bezeichnungen und Hilfsmittel aus der Analysis A Bezeichnungen und Hilfsmittel aus der Analysis TU Bergakademie Freiberg, WS 2010/111 Finite Elemente I 170 A.1 Normierte Vektorräume

Mehr

Finite Elemente Methode für elliptische Differentialgleichungen

Finite Elemente Methode für elliptische Differentialgleichungen Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte

Mehr

Ein Blick über den Tellerrand... mit FreeFem++

Ein Blick über den Tellerrand... mit FreeFem++ Ein Blick über den Tellerrand... mit FreeFem++ Eine Einführung und etwas Theorie Steffen Weißer Universität des Saarlandes 30. Oktober 2015 Gliederung 1 Zum Seminar 2 Was ist eine PDE? 3 Etwas Funktionalanalysis

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations Prof. Dr. H. J. Pesch Lehrstuhl für Ingenieurmathematik Universität Bayreuth Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations (Teil 1: SS 26) 4. Übung

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Partielle Differentialgleichungen Kapitel 7

Partielle Differentialgleichungen Kapitel 7 Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von

Mehr

Problemblatt. zur Linearen Funktionalanalysis. Stetigkeit von Funktionen?

Problemblatt. zur Linearen Funktionalanalysis. Stetigkeit von Funktionen? Universität Potsdam Sommersemester 2009 Steffen Fröhlich Problemblatt zur Linearen Funktionalanalysis Normen und Metriken 1. Definieren Sie den Begriff Vektorraum. 2. Nennen Sie die Normaxiome. 3. Wann

Mehr

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen.

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Wiederholung Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Definition. Sei X eine Menge und d : X X R eine Abbildung mit den Eigenschaften 1.

Mehr

Zu diesem Abschnitt ist das Buch von Adams [Ada75, AF03] zu empfehlen.

Zu diesem Abschnitt ist das Buch von Adams [Ada75, AF03] zu empfehlen. Kapitel 4 Sobolev Räume Zu diesem Abschnitt ist das Buch von Adams [Ada75, AF3] zu empfehlen. 4. Elementare Ungleichungen Viele Ungleichungen der Analysis lassen sich aus einem einfachen geometrischen

Mehr

30 Metriken und Normen

30 Metriken und Normen 31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Aufgabe 13 Wie üblich sei l 1 = {x : N K x n < } mit Norm x l 1 = x n und l = {x : N K sup n N x n < } mit x l = sup n N x n Für die Unterräume d

Mehr

Finite Elemente I 2. 1 Variationstheorie

Finite Elemente I 2. 1 Variationstheorie Finite Elemente I 2 1 Variationstheorie 1 Variationstheorie TU Bergakademie Freiberg, SoS 2007 Finite Elemente I 3 1.1 Bilinearformen Definition 1.1 Sei V ein reeller normierter Vektorraum. Eine Bilinearform

Mehr

4. Fortsetzung auf R N.

4. Fortsetzung auf R N. 4. Fortsetzung auf R N. Frage: Wann kann man Funktionen u W (Ω) zu ũ W (RN ) fortsetzen? Hier wird i.a. eine Fortsetzung durch 0 in R N \ Ω nicht zum Erfolg führen, da man die schwachen Ableitungen über

Mehr

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

Mehr

Schwartz-Raum (Teil 1)

Schwartz-Raum (Teil 1) Schwartz-Raum (Teil 1) Federico Remonda, Robin Krom 10. Januar 2008 Zusammenfassung Der Schwartz-Raum ist ein Funktionenraum, der besondere Regularitätseigenschaften besitzt, die uns bei der Fouriertransformation

Mehr

L 2 -Theorie und Plancherel-Theorem

L 2 -Theorie und Plancherel-Theorem L -Theorie und Plancherel-Theorem Seminar Grundideen der Harmonischen Analysis bei Porf Dr Michael Struwe HS 007 Vortrag von Manuela Dübendorfer 1 Wiederholung aus der L 1 -Theorie Um die Fourier-Transformation

Mehr

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69 13.1. LINEARE FUNKTIONALE 69 Vorlesung 13 13.1 Lineare Funktionale Der Begriff der schwachen Konvergenz wird klarer, wenn man lineare Funktionale betrachtet. Das Skalarprodukt f, g in Hilberträumenkann

Mehr

Zusammenfassung der Lebesgue-Integrationstheorie

Zusammenfassung der Lebesgue-Integrationstheorie Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1 24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN 8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es

Mehr

Riesz scher Darstellungssatz und Duale Räume

Riesz scher Darstellungssatz und Duale Räume Riesz scher Darstellungssatz und Duale Räume LV Numerik Partieller Differentialgleichungen Bärwolff SS 2010 14.06.2010 Julia Buwaya In der Vorlesung wurde der Riesz sche Dartsellungssatz als wichtiges

Mehr

102 KAPITEL 14. FLÄCHEN

102 KAPITEL 14. FLÄCHEN 102 KAPITEL 14. FLÄCHEN Definition 14.3.1 (Kurve) Es sei M eine k-dimensionale Untermannigfaltigkeit des R n. Eine C 1 - Kurve γ : ( a, a) R n mit γ(( a, a)) M heißt Kurve auf M durch x 0 = γ(0). Definition

Mehr

12 Der Gaußsche Integralsatz

12 Der Gaußsche Integralsatz 12. Der Gaußsche Integralsatz 1 12 Der Gaußsche Integralsatz Das Ziel dieses Abschnitts ist die folgende zentrale Aussage der mehrdimensionalen Analysis und der Theorie der partiellen Differentialgleichungen:

Mehr

1 Die direkte Methode der Variationsrechnung

1 Die direkte Methode der Variationsrechnung Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,

Mehr

Kurzskript: Sobolev Räume

Kurzskript: Sobolev Räume Michael Růžička Kurzskript: Sobolev Räume 1.1 Sobolev Räume Sei ein Gebiet und 1 p. Dann definieren wir die Lebesgueräume 1 L p () := {f M() f < }, wobei f p die übliche Norm ist und M() der Raum der

Mehr

8 KAPITEL 1. GRUNDLAGEN

8 KAPITEL 1. GRUNDLAGEN 8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt

Mehr

Holomorphe Funktionen

Holomorphe Funktionen 1 Kapitel 1 Holomorphe Funktionen 1 Komplexe Differenzierbarkeit Ist z = (z 1,..., z n ) ein Element des C n und z ν = x ν + i y ν, so können wir auch schreiben: z = x + i y, mit x = (x 1,..., x n ) und

Mehr

9 Metrische und normierte Räume

9 Metrische und normierte Räume 9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik

Mehr

Gewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf

Gewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf d Gewöhnliche Differentialgleichungen Woche 6 Existenz nach Picard-Lindelöf 6.1 Vorbereitung für den Existenzsatz 6.1.1 Stetigkeit und Lipschitz-Stetigkeit Definition 6.1 Seien (V 1, 1 und (V 2, 2 zwei

Mehr

Extremalpunkte und der Satz von Krein-Milman. 1 Lokalkonvexe topologische Vektorräume

Extremalpunkte und der Satz von Krein-Milman. 1 Lokalkonvexe topologische Vektorräume Extremalpunkte und der Satz von Krein-Milman Seminar zu ausgewählten Kapiteln der Banachraumtheorie Vortrag von Michael Hoffmann 1 Lokalkonvexe topologische Vektorräume Im folgenden betrachten wir stets

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

8.1. DER RAUM R N ALS BANACHRAUM 17

8.1. DER RAUM R N ALS BANACHRAUM 17 8.1. DER RAUM R N ALS BANACHRAUM 17 Beweis. Natürlich ist d 0 und d(x, y) = 0 genau dann, wenn x = y. Wegen (N2) ist x = x und damit d(x, y) = d(y, x). Die letzte Eigenschaft einer Metrik schließt man

Mehr

Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript)

Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript) Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Universität der Bundeswehr München Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript) Univ. Prof.

Mehr

Lebesgue-Integral und L p -Räume

Lebesgue-Integral und L p -Räume Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R

Mehr

Inhaltsverzeichnis. 1 Einleitung Konstruktion der Topologie auf D(Ω) Der Testfunktionenraum D(Ω), T... 8

Inhaltsverzeichnis. 1 Einleitung Konstruktion der Topologie auf D(Ω) Der Testfunktionenraum D(Ω), T... 8 Inhaltsverzeichnis 1 Einleitung...................................... 2 2 Konstruktion der Topologie auf D(Ω)...................... 3 ( ) 3 Der Testfunktionenraum D(Ω), T....................... 8 1 1 Einleitung

Mehr

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1). Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Nun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren.

Nun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren. 56 SS2016 Definition 6.17 (Unterlösung,Oberlösung). Ω R n seieingebietleinelliptischeroperator wie in Bedingung 6.1. Seien a i j, b i c stetig mit c 0 in Ω. Sei f stetig in Ω. Eine Funktion u C(Ω) heißt

Mehr

6 Räume integrierbarer Funktionen

6 Räume integrierbarer Funktionen $Id: L.tex,v 1.5 2012/01/19 15:07:43 hk Ex $ $Id: green.tex,v 1.3 2012/01/19 15:18:26 hk Ex hk $ 6 Räume integrierbarer Funktionen In der letzten Sitzung hatten wir die sogenannte L -Norm ( 1/ f := f(x)

Mehr

Analyis I -Metrische Räume - eine Einführung in die Topologie

Analyis I -Metrische Räume - eine Einführung in die Topologie Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X

Mehr

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge

Mehr

Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR

Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR 0 Inhaltsverzeichnis 1 Metrik 1 1.1 Definition einer Metrik............................. 1 1.2 Abstand eines Punktes von einer Menge................... 1 1.3 Einbettung eines metrischen Raumes in einen

Mehr

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

Mehr

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7 1. Eine Teilmenge K eines topologischen Raumes heißt folgenkompakt, wenn jede Folge in K eine Teilfolge enthält, die in K konvergiert. Die Menge K heißt abzählbar kompakt, wenn jede unendliche Teilmenge

Mehr

Vorlesung Das Fundamentallemma der Variationsrechnung

Vorlesung Das Fundamentallemma der Variationsrechnung 5.. DAS FUNDAMENTALLEMMA DER VARIATIONSRECHNUNG 8 Vorlesung 5 5. Das Fundamentallemma der Variationsrechnung Es sei im Folgenden R n offen, zusammenhängend und beschränkt. Dann ist R n komakt. Wir wollen

Mehr

12 Biholomorphe Abbildungen

12 Biholomorphe Abbildungen 12 Biholomorphe Abbildungen 2 Funktionenräume Wir erinnern zunächst an den Weierstraßschen Konvergenzsatz : 2.1 Satz. Sei G C ein Gebiet, (f n ) eine Folge holomorpher Funktionen auf G, die auf G kompakt

Mehr

Schwache Lösungstheorie

Schwache Lösungstheorie Kapitel 4 Schwache Lösungstheorie Bemerkung 4.1 Motivation. Dieses Kapitel stellt eine Erweiterung des Lösungsbegriffes von partiellen Differentialgleichungen vor die schwache Lösung. Diese Erweiterung

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie in der reellen Analysis üblich notiert man Folgen f in der Form 2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches

Mehr

3 Das n-dimensionale Integral

3 Das n-dimensionale Integral 3 Das n-dimensionale Integral Ziel: Wir wollen die Integrationstheorie für f : D R n R entwickeln. Wir wollen den Inhalt (beziehungsweise das Maß ) M einer Punktmenge des R n definieren für eine möglichst

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom

Mehr

Höhere Funktionalanalysis WS2016/17 Übungsblatt

Höhere Funktionalanalysis WS2016/17 Übungsblatt Höhere Funktionalanalysis WS2016/17 Übungsblatt 1 11.10.2016 Aufgabe 1. Berechne die Normen der Operatoren (a) f L [0, 1], M f : L 2 [0, 1] L 2 [0, 1], (M f g)(x) = f(x)g(x). (b) g C[0, 1], T g : C[0,

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

D-MATH Funktionalanalysis II FS 2014 Prof. M. Struwe. Lösung 2

D-MATH Funktionalanalysis II FS 2014 Prof. M. Struwe. Lösung 2 D-MATH Funktionalanalysis FS 214 Prof. M. Struwe Lösung 2 1. a) Wir unterscheiden zwei Fälle. Fall 1: 1 < p < : Seien u L p () und (u k ) W 1,p () eine beschränkte Folge, so dass u k u in L p () für k.

Mehr

Quantengraphen. Sebastian Haeseler Technische Universität Chemnitz. Abstrakte Versionen klassischer. Ungleichungen und Anwendungen auf

Quantengraphen. Sebastian Haeseler Technische Universität Chemnitz. Abstrakte Versionen klassischer. Ungleichungen und Anwendungen auf Technische Universität Chemnitz 18.09.2008 Gliederung Gliederung Gliederung Gliederung Gliederung Ein metrischer Graph X Γ besteht aus einer abzählbaren Menge V = {v i }, die Knoten einer abzählbaren Menge

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

Vollständiger Raum, Banachraum

Vollständiger Raum, Banachraum Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen

Mehr

1 Konvergenz im p ten Mittel

1 Konvergenz im p ten Mittel Konvergenz im p ten Mittel 1 1 Konvergenz im p ten Mittel In diesem Paragraphen werden zunächst in Abschnitt 1.1 die L p Räume eingeführt. Diese erweisen sich als vollständige, lineare Räume über R. In

Mehr

Analysis II. Vorlesung 47

Analysis II. Vorlesung 47 Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Zu einer reellwertigen Funktion Vorlesung 47 interessieren wir uns wie schon bei einem eindimensionalen Definitionsbereich für die Extrema, also Maxima

Mehr

Kompakte Operatoren in Hilberträumen

Kompakte Operatoren in Hilberträumen Kompakte Operatoren in Hilberträumen 1 Vorbemerkungen Im Folgenden bezeichne H immer einen seperablen Hilbertraum über C Mit B(H 1, H 2 ) bezeichnen wir die Menge aller beschränkten linearen Operatoren

Mehr

VERALLGEMEINERTE FUNKTIONEN. und ELEMENTE DER FUNKTIONALANALYSIS KURZSKRIPTUM. Prof. Dr. K. Pilzweger

VERALLGEMEINERTE FUNKTIONEN. und ELEMENTE DER FUNKTIONALANALYSIS KURZSKRIPTUM. Prof. Dr. K. Pilzweger VERALLGEMEINERTE FUNKTIONEN und ELEMENTE DER FUNKTIONALANALYSIS KURZSKRIPTUM Prof. Dr. K. Pilzweger UNIVERSITÄT DER BUNDESWEHR MÜNCHEN FAKULTÄT FÜR ELEKTROTECHNIK UND INFORMATIONSTECHNIK Herbsttrimester

Mehr

45 Hilberträume. v = 2 <v, v>.

45 Hilberträume. v = 2 <v, v>. 45 Hilberträume Zusammenfassung Unter dem Begriff Hilbertraum werden solche euklidische oder unitäre Vektorräume zusammengefasst, die auch noch vollständig sind. Damit werden die in 41, 42 und in 43, 44

Mehr

12. Trennungssätze für konvexe Mengen 83

12. Trennungssätze für konvexe Mengen 83 12. Trennungssätze für konvexe Mengen 83 C_1 C_2 a Abbildung 12.4. Trennung konvexer Mengen durch eine Hyperebene mit Normalenvektor a Dann ist int(c) nicht leer (warum?) und [als Minkowski-Summe von C

Mehr

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume Inhaltsverzeichnis 6 Topologische Grundlagen 1 6.1 Normierte Räume................................ 1 6.2 Skalarprodukte................................. 2 6.3 Metrische Räume................................

Mehr

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

Verallgemeinerte Funktionen

Verallgemeinerte Funktionen Verallgemeinerte Funktionen. Der Raum der Grundfunktionen Für den Vektorraum R n, n N, über R betrachten wir die Euklidische Norm kk W R n! R; v x 7! p ux x > x WD t n und bezeichnen eine Menge A R n als

Mehr

3 Bedingte Erwartungswerte

3 Bedingte Erwartungswerte 3 Bedingte Erwartungswerte 3.3 Existenz und Eindeutigkeit des bedingten Erwartungswertes E A 0(X) 3.6 Konvexitätsungleichung für bedingte Erwartungswerte 3.9 Konvergenzsätze von Levi, Fatou und Lebesgue

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige

Mehr

1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014

1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014 Aufgabensammlung Höhere Mathematik für Physiker III Wintersemester 2014 1 Verbandstheorie 1. Aufgabe: (a) Sei f C(R) eine stetige Funktion. Wenn Rf(x)φ(x)dx = 0 für alle Testfunktionen φ Cc (R) gilt, dann

Mehr

Gewöhnliche Differentialgleichungen Woche 7. Globale Existenz einer Lösung

Gewöhnliche Differentialgleichungen Woche 7. Globale Existenz einer Lösung Gewöhnliche Differentialgleichungen Woche 7 Globale Existenz einer Lösung 7.1 Von lokal zu global Wir betrachten wiederum das Anfangswertproblem { y (x = f (x, y(x, y( = y 0. (7.1 Eine erste Erweiterung

Mehr

1 Distributionen und der Satz von Frobenius

1 Distributionen und der Satz von Frobenius 1 Distributionen und der Satz von Frobenius 1.1 Vorbemerkungen Definition 1.1. Sei M eine d-dimensionale Mannigfaltigkeit, sei (U, ϕ) ein Koordinatensystem auf M mit Koordinatenfunktionen x 1,..., x d.

Mehr

Differentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11

Differentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11 Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

Proseminar Analysis Vollständigkeit der reellen Zahlen

Proseminar Analysis Vollständigkeit der reellen Zahlen Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen

Mehr

10 Untermannigfaltigkeiten

10 Untermannigfaltigkeiten 10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

Lösung zu Kapitel 5 und 6

Lösung zu Kapitel 5 und 6 Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig

Mehr

Ferienkurs Analysis 3. Ari Wugalter März 2011

Ferienkurs Analysis 3. Ari Wugalter März 2011 Ari Wugalter 07. - 08. März 2011 1 1 Hilberträume Im ersten Kapitel wollen wir uns mit den grundlegenden Eigenschaften von Hilberträumen beschäfitgen. Hilberträume habe die herausragende Eigenschaft, dass

Mehr

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

Mehr

12 Aufgaben zu linearen Funktionalen

12 Aufgaben zu linearen Funktionalen 266 12. Aufgaben zu linearen Funktionalen A B C 12 Aufgaben zu linearen Funktionalen 12.1 Stetige Funktionale (siehe auch 11.6.E, 12.2, 13.4.A) Sei E ein topologischer Vektorraum und ϕ: E K (ϕ ) linear.

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Aufgabe 5. Beweisen Sie: Ein kompakter Hausdorffraum, welcher dem ersten Abzählbarkeitsaxiom genügt, ist folgenkompakt. Lösung. Es sei X ein kompakter

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen. Kapitel 2 Der Gaußsche Satz Partielle Differentialgleichung sind typischerweise auf beschränkten Gebieten des R d, d 1, zu lösen. Dabei sind die Eigenschaften dieser Gebiete von Bedeutung, insbesondere

Mehr

Elemente der mengentheoretischen Topologie

Elemente der mengentheoretischen Topologie Elemente der mengentheoretischen Topologie Es hat sich herausgestellt, dass das Konzept des topologischen Raumes die geeignete Struktur darstellt für die in der Analysis fundamentalen Begriffe wie konvergente

Mehr

9 Höhere partielle Ableitungen und die Taylorformel

9 Höhere partielle Ableitungen und die Taylorformel Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,

Mehr

Der n-dimensionale Raum

Der n-dimensionale Raum Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand

Mehr

15. Bereichsintegrale

15. Bereichsintegrale H.J. Oberle Analysis III WS 212/13 15. Bereichsintegrale 15.1 Integrale über uadern Ziel ist die Berechnung des Volumens unterhalb des Graphen einer Funktion f : R n D R, genauer zwischen dem Graphen von

Mehr

Topologische Grundbegriffe II. Inhaltsverzeichnis

Topologische Grundbegriffe II. Inhaltsverzeichnis Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten des Vortrages Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

Mehr

12 Gewöhnliche Differentialgleichungen

12 Gewöhnliche Differentialgleichungen 2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert

Mehr