A posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme

Größe: px
Ab Seite anzeigen:

Download "A posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme"

Transkript

1 A posteriori Fehlerschätzer für Sattelpunktsformulierungen nicht-homogener Randwertprobleme Dissertation zur rlangung des Grades eines Doktors der Naturwissenschaften der Fakultät für Mathematik an der Ruhr-Universität Bochum von MARIO KAI LIPINSKI aus Herne Abgabe der Dissertation am: Mündliche Prüfung am: Dekan: Prof Dr L Gerritzen Referent: Prof Dr R Verfürth Korreferent: Prof Dr Bänsch

2

3 Inhaltsverzeichnis 1 inleitung 1 2 Poisson-Gleichung mit Dirichlet-Randbedingungen 5 21 Generelle Notationen 5 22 Formulierung und Lösbarkeit des Variationsproblems Starke und schwache Formulierung des Problems indeutige Lösbarkeit 7 23 Formulierung und Lösbarkeit des diskreten Problems Simpliziale Zerlegungen Finite lement Räume Konstanten Blasenfunktionen, bubble functions ine Ungleichung vom Poincaré-yp in Spursatz Das diskrete Problem indeutige Lösbarkeit des diskreten Problems Interpolation in H 1/2 () Notationen Konstruktion des Interpolators igenschaften des Interpolators ine inverse Abschätzung A priori Fehlerschätzungen / Konvergenz der F-Lösung in residueller a posteriori Schätzer Normalen und Sprünge Geeignete Darstellung des Residuums Formulierung des Schätzers / Zuverlässigkeit ffizienz des Schätzers in a posteriori Fehlerschätzer basierend auf Hilfsproblemen mit Dirichlet- Randbedingungen Geeignete Finite lement Räume Formulierung des Schätzers / indeutige Lösbarkeit der Hilfsprobleme 52 i

4 Inhaltsverzeichnis 273 Zuverlässigkeit des Schätzers ffizienz des Schätzers 62 3 Die Stokes-Gleichungen mit Gleitrandbedingung auf einem polyhedralen Gebiet Generelle Notationen Gebiet Funktionenräume ensoren Hilfsergebnisse Formulierung und Lösbarkeit des Variationsproblems Starke und schwache Formulierung des Problems indeutige Lösbarkeit Das diskrete Problem Geeignete Finite lement Räume in Interpolationsoperator für G 1 (Ω) in Interpolationsoperator für G 1/2 () indeutige Lösbarkeit des diskreten Problems in residueller a posteriori Fehlerschätzer Geeignete Darstellung des Residuums Formulierung des Schätzers / Zuverlässigkeit ffizienz des Schätzers in a posteriori Schätzer basierend auf lokalen Hilfsproblemen Geeignete Finite lement Räume Formulierung und eindeutige Lösbarkeit der lokalen Hilfsprobleme Definition des Schätzers / Zuverlässigkeit ffizienz des Schätzers 124 ii

5 1 inleitung Finite lement Verfahren stellen in beinahe allen naturwissenschaftlichen Bereichen ein unverzichtbares Werkzeug zur numerischen Behandlung und Simulation von Problemen, die auf partiellen Differentialgleichungen beruhen, dar benso wichtig sind diese Verfahren für die ntwicklung und Forschung im industriellen Sektor Aufgrund der hohen Komplexität, die in aufwändigen Simulationen und realistischen Anwendungen auftritt, sind effiziente Verfahren wünschenswert, die bei möglichst geringem Rechenaufwand eine vorgegebene Genauigkeit garantieren ine Klasse geeigneter Verfahren stellen die sogenannten adaptiven Finite lement Verfahren dar ine Idee für eine adaptive Strategie besteht darin, mit Hilfe eines Indikators solche lemente der riangulierung auszuwählen, die einen zu großen Beitrag zu dem Fehler liefern, und diese lemente wiederum in Kleinere zu zerlegen Als Indikatoren fungieren für gewöhnlich a posteriori Fehlerschätzer, die auch bei der Abschätzung des Gesamtfehlers der Diskretisierung eingesetzt werden in a posteriori Fehlerschätzer sollte sich daher durch die folgenden igenschaften auszeichnen: Berechenbarkeit: Der a posteriori Fehlerschätzer kann allein aus Kenntnis der Daten der Differentialgleichung, der riangulierung und der bereits gewonnenen Näherungslösung berechnet werden Der Aufwand zur Bestimmung des Schätzers sollte vergleichbar sein mit dem Aufwand zum Aufstellen der Steifigkeitsmatrix ffizienz: Der a posteriori Fehlerschätzer bildet eine lokale untere Schranke für den Fehler der Näherungslösung Insbesondere sollte sich der Schätzer aus lokalen Größen berechnen lassen Die ffizienz ist entscheidend für die Funktion als lementindikator bei einem adaptiven Verfahren Zuverlässigkeit: Der a posteriori Fehlerschätzer stellt eine globale obere Schränke für den Fehler der Näherungslösung dar Die Zuverlässigleit stellt sicher, dass auch der Gesamtfehler kontrolliert werden kann Die ersten a posteriori Fehlerschätzer wurden 1978 von Babuška und Rheinboldt ([BR78a] bzw [BR78b]) entwickelt und vorgestellt Im Verlauf der 80er bis in die Mitte der 90er Jahre des 20 Jahrhunderts wurden verschiedene Fehlerschätzer, basierend auf unterschiedlichen Ansätzen, Variationsformulierungen und Diskretisierungen untersucht Weitere ntwicklungen stammen hier ua von Bank und Weiser ([BW85]) sowie von Zienkiewicz und Zhu ([ZZ87] bzw [ZZ88]) inen Überblick über die verschiedenen ypen von 1

6 1 inleitung Fehlerschätzern sowie eine inordnung dieser Schätzer in einen gemeinsamen abstrakten Rahmen lieferte Verfürth 1995/96 in [Ver96] Die in den hier genannten Arbeiten behandelten Fehlerschätzer beziehen sich alle auf primale Finite lement Methoden für elliptische Randwertprobleme Doch gerade in der numerischen Behandlung strömungsmechanischer Probleme ist es oft sinnvoll, Sattelpunktsformulierungen und den damit verbundenen dualen gemischten Finiten lementen den Vorzug zu geben Dies hat zwei Gründe: 1 Gemischte Finite lement Methoden sind häufig numerisch stabiler als entsprechende primale Formulierungen 2 Oftmals ist nicht allein die primale Unbekannte (in der Strömungsmechanik: Geschwindigkeit) von Interesse, sondern auch andere physikalische Größen (zb Druck, Normalspannungen) Berechnet man solche Größen aus der primalen Unbekannten mit Hilfe numerischer Methoden, so ist das rgebnis von schlechterer Approximationsgüte als die primale Lösung Duale Methoden jedoch enthalten solche Größen als eigenständige Variablen Ferner beschränkt man sich bei der Betrachtung von Randwertproblemen aus technischen Gründen üblicherweise auf den Fall homogener Randbedingungen Nicht-homogene Daten werden dann als essentielle Randbedingungen den Ansatzräumen aufgebürdet In dieser Arbeit dagegen beschäftigen wir uns mit Sattelpunktsformulierungen von Randwertproblemen unter expliziter Berücksichtigung der Randdaten, die nicht homogen sein müssen Wir leiten für zwei Modellprobleme jeweils zwei ypen von a posteriori Fehlerschätzern her Der eine yp basiert auf einer Interpretation des Residuums als lement eines geeigneten Dualraumes Der andere yp basiert auf der Lösung von diskreten Hilfsproblemen auf eilgebieten des betrachteten Gebietes Dabei verwendet man Finite lement Räume von höherer Ordnung als bei der ursprünglichen Diskretisierung Die Arbeit gliedert sich in zwei eile Im ersten eil betrachten wir die Poisson-Gleichung mit Dirichlet-Randbedingungen Nach einer kurzen Herleitung der Variationsformulierung, untersuchen wir die eindeutige Lösbarkeit dieser Formulierung Anschließend definieren wir geeignete Finite lement Räume, um eine diskrete Formulierung des Problemes zu erhalten Wir zeigen dann die eindeutige Lösbarkeit des diskreten Problemes In Vorwegnahme einiger Probleme, die bei der Konstruktion des a posteriori Fehlerschätzers des ersten ypes auftreten, konstruieren wir einen Interpolator für Funktionen des Spurraumes H 1/2 (), der die Dirichlet-Randdatenfunktionen enthält Die nicht-lokale Natur dieser Funktionen verhindert die Herleitung eines lokal-definierten Schätzers, wenn man mit der natürlichen Norm dieses Raumes arbeitet rsetzen wir jedoch ein gegebenes Datum durch eine geeignete Interpolierende, so stehen uns inverse Abschätzungen zur Verfügung Diese Abschätzungen erlauben uns die Verwendung gewichteter L 2 -Normen, die einerseits leicht berechenbar und andererseits von lokaler Natur sind Um den Interpolator zu konstruieren, werden wir die Ideen von L R Scott und S Zhang aus [SZ90] entsprechend modifizieren Darauf stellen wir einige Betrachtungen zu a priori 2

7 Fehlerabschätzungen für das Problem an Wir werden dann den residuellen Schätzer mit Hilfe der zuvor definierten Interpolierenden konstruieren Anschließend weisen wir nach, dass der so gewonnene Schätzer zuverlässig und effizient im oben dargestellten Sinne ist Auch hier begegnen wir wieder der nicht-lokalen Natur der Spurfunktionen, da im Gegensatz zu den rgebnissen, die man bei homogenen Randdaten erhält, hier stets globale Fehlerterme auftreten Um den Schätzer basierend auf Hilfsproblemen konstruieren zu können, führen wir dann Finite lement Räume ein, die von höherer Ordnung als die bei der Diskretisierung verwendeten sind In diesen Räumen stellen wir dann die Hilfsprobleme und beweisen die eindeutige Lösbarkeit dieser Probleme Insbesondere versehen wir den Raum, der der Randbedingung entspricht, nicht mit der natürlichen Norm Stattdessen wählen wir eine Norm, die von der riangulierung abhängt Damit vermeiden wir ähnliche Probleme, wie sie bei dem residuellen Schätzer auftraten Die Zuverlässigkeit und ffizienz des Hilfsproblemschätzers weisen wir dann durch Vergleich mit dem residuellen Schätzer nach Im zweiten eil der Arbeit beschäftigen wir uns mit den Stokes-Gleichungen mit Gleitrandbedingung Die Gleitrandbedingung ist das geeignete physikalische Modell für Probleme der Strömungsmechanik mit freien Rändern (zb Beschichtungs-Probleme [MPS84, SS81, Sol83]), Strömungen längs chemisch reaktiver Wände [BJ67] und für Strömungen mit steilem Angriffswinkel bzw hohen Mach- und Reynoldszahlen (zb Wiedereintritt von Raumfähren) ine geeignete Variationsformulierung und Diskretisierung für glatt berandete Gebiete findet sich bei Verfürth in [Ver87] Weitere numerische Aspekte der Stokes- bzw Navier-Stokes-Gleichungen mit Gleitrandbedingung wurden ua von Bänsch und Höhn [BH00] sowie Bänsch und Deckelnick [BD99] behandelt In dieser Arbeit leiten wir zunächst eine geeignete Variationsformulierung für die Stokes- Gleichungen mit Gleitrandbedingung auf polyhedralen Gebieten her Dazu definieren wir Funktionenräume, die eine stückweise Betrachtung auf dem Rand zulassen Insbesondere fordern wir, dass die der Geschwindigkeit entsprechenden Lösungen auf den Rändern der Polygone, die den Rand des Gebietes bilden, in einem schwachen Sinne verschwinden Dies erlaubt uns die Anwendung der echniken des Poisson-Falls Verzichteten wir auf diese Forderung, so träten Probleme mit der Fortsetzung der Randdaten auf Diese Fortsetzungen bilden aber das entscheidende technische Hilfsmittel zum Beweis der inversen Abschätzung Nachdem wir dann die eindeutige Lösbarkeit dieser angepassten Variationsformulierung gezeigt haben, wenden wir uns der Diskretisierung zu Insbesondere konstruieren wir Interpolationsoperatoren für den Geschwindigkeitsraum und für die Spuren der Funktionen dieses Raumes Diese Interpolierenden benötigen wir für die Analyse der eindeutigen Lösbarkeit des diskreten Problemes und die Definition des residuellen Schätzers Beide Interpolatoren sind abermals vom Scott-Zhang-yp Mit den gleichen echniken wie im ersten eil der Arbeit leiten wir dann einen effizienten und zuverlässigen residuellen Schätzer her benso erfolgt die Konstruktion eines Hilfsproblemschätzers völlig analog zum Poisson-Fall Auch dieser Schätzer ist zuverlässig und effizient 3

8 1 inleitung Die vorliegende Arbeit wurde unter der Betreuung von Prof Dr R Verfürth durchgeführt, dem ich an dieser Stelle meinen herzlichen Dank ausspreche für die vielen Anregungen und Verbesserungsvorschläge Herrn Prof Dr Bänsch danke ich für die Übernahme des Korreferats sowie die Möglichkeit, eile meiner Arbeit einem wissenschaftlichen Publikum vorstellen zu dürfen Meinen Kollegen Dr Gunar Matthies und Dr Marco Lonsing möchte ich für viele hilfreiche Diskussionen und Anregungen danken Meiner Kollegin Brigitte Richter danke ich vorallem für die moralische Unterstützung in ganz besonderer Dank gilt meinen ltern, meiner Oma und meiner Schwester Sie gaben mir den nötigen Halt, den man für das Schreiben einer Dissertation benötigt, und hatten stets ein geduldiges Ohr für meine Probleme und Problemchen 4

9 2 Poisson-Gleichung mit Dirichlet-Randbedingungen 21 Generelle Notationen s sei Ω R d, d = 2, 3, ein beschränktes Gebiet mit Lipschitz-Rand Wir bezeichnen mit H k (Ω), k N, und L 2 (Ω) = H 0 (Ω) die üblichen Sobolev- bzw Lebesgue-Räume (vgl [Ada75]), die mit der Norm: ϕ k,ω := α k Ω D α ϕ 2 versehen werden Weiterhin werden wir folgende Seminormen verwenden: ϕ k,ω := α =k Ω D α ϕ 2 Mit tr bezeichnen wir den üblichen Spuroperator (vgl [Ada75]) Die Bezeichnung H 1 0(Ω) verwenden wir für den Raum der Funktionen aus H 1 (Ω), die auf im Sinne einer Spur verschwinden Mit H k 1/2 (), 1 k <, bezeichnen wir den Spurraum von H k (Ω)-Funktionen (vgl [Ada75]), der mit der Spurnorm: ϕ k 1/2, := inf { ϕ k,ω : ϕ H k (Ω), tr ϕ = ϕ } versehen wird Insbesondere werden wir mit H 1/2 () den Dualraum von H 1/2 () bezeichnen Für die duale Paarung mit diesen Räumen verwenden wir folgende Integralnotation (ψ H 1/2 (), ϕ H 1/2 ()): ψ ϕ Diese Bezeichnung ist insofern sinnvoll, da (bei geeigneter Identifikation) L 2 () H 1/2 () gilt und vermöge des Lemmas von Riesz für ψ L 2 () die duale Paarung mit dem Wert 1/2 1/2 5

10 2 Poisson-Gleichung mit Dirichlet-Randbedingungen des Integrals übereinstimmt Der Raum H 1/2 () wird mit der üblichen Operatornorm versehen: ψ 1/2, := sup ψ ϕ ϕ H 1/2 () ϕ 1/2, =1 22 Formulierung und Lösbarkeit des Variationsproblems 221 Starke und schwache Formulierung des Problems s seien g H 1/2 () und f L 2 (Ω) Die Poisson-Gleichung mit Dirichlet-Randbedingungen lautet: (21) u = f in Ω, u = g auf Um eine schwache Formulierung des Problems zu gewinnen, multiplizieren wir zunächst Gleichung (21) mit einer Funktion v H 1 (Ω) und benutzen den Satz von Gauß: f v = ( u) v Ω Ω = u v u n v, Ω wobei n die äußere inheitsnormale an Ω bezeichnet Wir wollen dann die Normalenableitung u n im Sinne eines gemischten Problems als eigenständige Variable betrachten Dabei interpretieren wir u n als lement des Raumes H 1/2 () Die Randbedingung fordern wir in dem Sinne schwach, dass die duale Paarung der Lösung mit allen Funktionen aus H 1/2 () mit den entsprechenden Paarungen des Datums übereinstimmen Dies führt auf die folgende schwache Formulierung der obigen Gleichung: Finde u H 1 (Ω) und γ H 1/2 () mit u v γ v = f v v H 1 (Ω), Ω Ω τ u = τ g τ H 1/2 () Diese Formulierung bezeichnen wir als das Problem (P ) 6

11 22 Formulierung und Lösbarkeit des Variationsproblems Bemerkung 221 Wie man leicht nachrechnet, ist jede hinreichend oft differenzierbare Lösung des Problems (P ) auch eine Lösung der Poisson-Gleichung im starken Sinne Bemerkung 222 Beim Problem (P ) handelt es sich um eine Sattelpunktsformulierung, dh, die Lösung wird als Sattelpunkt des Lagrange-Funktionals: L(u, γ) = 1 u 2 f u γ (u g) 2 gesucht Ω Um die Übersichtlichkeit zu erhöhen, führen wir folgende Notationen ein: Wir setzen X := H 1 (Ω) und M := H 1/2 () Ferner definieren wir zwei Bilinearformen a L 2 (X X, R) und b L 2 (X M, R) via: a(u, v) := u v bzw b(u, γ) := γ u, für u, v X und γ M Ω Das Problem (P ) lässt sich dann wie folgt schreiben: Finde u X und γ M mit: a(u, v) + b(v, γ) = f v v X, Ω b(u, τ) = τ g τ M 222 indeutige Lösbarkeit Für Sattelpunktsprobleme wurde von Babuška und Brezzi unabhhängig voneinander ein abstrakter Rahmen geschaffen (vgl [Bab73], [Bre74]) Der folgende Satz zeigt, dass das Problem (P ) in diesen abstrakten Rahmen passt Insbesondere besitzt das Problem (P ) damit eine eindeutige Lösung Satz 223 Der Raum V := {u X : b(u, τ) = 0, τ M} ist nicht trivial Die Bilinearform a ist symmetrisch und V -elliptisch, dh α > 0, so dass a(u, u) α u 2 1,Ω u V, und die Bilinearform b erfüllt eine inf-sup-bedingung, dh β > 0, so dass inf 0 γ M sup 0 u X Ω b(u, γ) u 1,Ω γ 1/2, β 7

12 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Beweis Offensichtlich ist H 1 0(Ω) V Sei jetzt u V beliebig Dann ist die Spur von u auf eine L 2 -Funktion und (bei geeigneter Identifizierung) ein lement des Raumes M Aus der Definition von V folgt damit: und daher u H 1 0(Ω) Insgesamt erhalten wir: u 2 = 0, V = H 1 0(Ω) Die Symmetrie von a ist offensichtlich Mit der Friedrichschen Ungleichung folgt für u V : a(u, u) = u 2 = u 2 0,Ω = u 2 1,Ω c 1 u 2 1,Ω, mit einer Konstanten c 1, die nur von Ω abhängt Mithin folgt die V -lliptizität von a Ω Um die inf-sup-bedingung nachzuweisen, wählen wir ein beliebiges, aber festes, γ H 1/2 () mit γ 1/2, = 1 Dann existiert ein ˆγ H 1/2 () mit ˆγ 1/2, = 1 und γ ˆγ 1 2 Nach dem inversen Spursatz ([Ada75], 756) gibt es ein v H 1 (Ω) mit tr v = ˆγ und ˆγ 1/2, c 2 v 1,Ω, wobei die Konstante c 2 nur von Ω abhängt Damit erhalten wir: b(v, γ) = γ v = γ ˆγ 1 2 = 1 2 γ 1/2, ˆγ 1/2, 1 2 c 2 γ 1/2, v 1,Ω Mit einem Homogenitätsargument folgt aus dieser Ungleichung die inf-sup-bedingung für die Bilinearform b 23 Formulierung und Lösbarkeit des diskreten Problems Im Folgenden sei Ω zusätzlich stets polyhedral Wir werden uns auf simpliziale Zerlegungen von Ω beschränken ine Übertragung der Resultate auf affin äquivalente, quadrilaterale Zerlegungen ist jedoch ohne weiteres möglich 8

13 23 Formulierung und Lösbarkeit des diskreten Problems 231 Simpliziale Zerlegungen Mit h bezeichnen wir eine Familie von Zerlegungen von Ω in Simplizes, die folgende Regularitätsannahmen erfüllen sollen: 1 Jeder ckpunkt von Ω ist ein ckpunkt eines h 2 Jedes h hat mindestens einen ckpunkt im Inneren von Ω 3 Je zwei, h haben höchstens einen ckpunkt, eine Kante bzw eine Seitenfläche gemeinsam 4 ( shape regularity ) s gibt eine Konstante c, so dass unabhängig von h folgende Ungleichung gilt: Dabei seien für h : und h := diam h c sup h ρ ρ := sup {diam B : B ist ein Ball in } Die durch h induzierte Unterteilung des Randes bezeichnen wir mit O h s sei h die Menge aller (d 1)-dimensionalen Seitenflächen der Simplizes h Weiterhin bezeichne dann h,ω := h \ O h die Menge aller inneren (d 1)-dimensionalen Seitenflächen Für h seien ( ) und N ( ) die Menge aller h mit bzw die Menge aller ckpunkte von Analog bezeichnen wir für h mit N () die Menge der ckpunkte von Für O h sei der eindeutige Simplex mit ( ) Analog zur Größe h definieren wir für h : s sei: h := diam h := max h {h } Ferner definieren wir die Menge aller ckpunkte: G h := N ( ) h 9

14 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Wiederholt werden wir lemente aus h zu so genannten Patches zusammenfassen: Für h, h und x G h definieren wir: ω x :=, ω :=, ω :=, h x N ( ) ω := h ( ) ( ) h ( ), ω := h h x Abbildung 21: (von links oben nach rechts unten) Die Patches ω x, ω, ω, ω, ω 232 Finite lement Räume Ist N R d, d = 2, 3, eine beliebige Menge, so bezeichne P k (N), k N, den Raum aller Polynome auf N mit Gesamtgrad k in Polynom in P k (N) kann stets als Restriktion eines Polynoms aus P k (R d ) auf N verstanden werden In diesem Sinne definieren wir kanonische Fortsetzungen von Polynomen in P k (N) s seien dann: S k, 1 h := { ϕ : Ω R : ϕ P k ( ), h } S k,α h := S k, 1 h die üblichen Finite lement Räume C α (Ω) 10

15 23 Formulierung und Lösbarkeit des diskreten Problems 233 Konstanten Im weiteren Verlauf werden wir immer wieder nummerierte Konstanten c 1, c 2, verwenden Diese Konstanten sind stets unabhängig vom Parameter h, können aber kontextbezogen von verschiedenen Größen abhängen 234 Blasenfunktionen, bubble functions Mit jedem h und h assoziieren wir die folgenden Funktionen (vgl auch [Ver96], [Ver87]): Für h sei x i N ( ), 0 i d, eine beliebige Nummerierung der ckpunkte Mit λ i, 0 i d, bezeichnen wir die zugehörigen Schwerpunktskoordinaten von Wir definieren: ψ (x) := { (d + 1) d+1 d i=0 λ i(x) x, 0 sonst Für h,ω ist ω die Vereinigung zweier Simplizes 1, 2 h s seien x 1,i bzw x 2,i, 0 i d, Nummerierungen der ckpunkte von 1 bzw 2 derart, dass die ckpunkte auf zuerst gezählt werden Mit λ 1,i bzw λ 2,i, 0 i d, bezeichnen wir die zugehörigen Schwerpunktskoordinaten von 1 bzw 2 Wir definieren: { d d d 1 i=0 ψ (x) := λ j,i(x) x j, 0 sonst Für O h wird ψ mit den offensichtlichen Modifikationen wie oben konstruiert Die wichtigsten igenschaften der Funktionen ψ und ψ sind in folgendem Lemma zusammengefasst: Lemma 231 Für jedes h und O h gilt: supp ψ =, 0 ψ (x) 1 x, max (x) = 1, x supp ψ = ω, 0 ψ (x) 1 x ω, max (x) = 1 x 11

16 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Sind v P k ( ) und w P k (), k N, so gelten die folgenden Abschätzungen: { } 1/2 c 1 v 0, ψ v 2 v 0,, c 2 h 1 ψ v 0, ψ v 1, c 3 h 1 ψ v 0,, { } 1/2 c 4 w 0, ψ w 2 w 0,, c 5 h 1 ψ w 0,ω ψ w 1,ω c 6 h 1 ψ w 0,ω, ψ w 0,ω c 7 h 1/2 w 0,, ψ w 1,ω c 8 h 1/2 w 0,, und k abhängen Das Polynom w wird ka- wobei die Konstanten c 1,, c 8 nur von c nonisch auf ganz R d fortgesetzt Beweis Der Beweis erfolgt durch Standardskalierungsargumente (vgl zb [Ver96], Lemma 13) 235 ine Ungleichung vom Poincaré-yp Die folgende Ungleichung wird sich beim Beweis der eindeutigen Lösbarkeit des diskreten Problems als hilfreich erweisen Lemma 232 s gibt eine Konstante c > 0, die nur von Ω abhängt, so dass u 1,Ω c { u 2 1,Ω + u 2 0,} 1/2 u H 1 (Ω) Beweis Wir nehmen an, eine solche Konstante c existiere nicht Dann existiert eine Folge (u n ) n N H 1 (Ω) mit u n 1,Ω = 1 und Daraus folgt: 1 = u n 1,Ω n { u n 2 1,Ω + u n 2 0,} 1/2 (22) lim n { u n 2 1,Ω + u n 2 0,} 1/2 = 0 und insbesondere (23) lim n u n 1,Ω = 0 Da (u n ) n N in H 1 (Ω) beschränkt ist und der Raum H 1 (Ω) kompakt in L 2 (Ω) eingebettet ist, existiert eine eilfolge (u nk ) nk N von (u n ) n N, so dass diese eilfolge stark in L 2 (Ω) konvergiert, dh es existiert u L 2 (Ω) mit lim u u n k 0,Ω = 0 k 12

17 23 Formulierung und Lösbarkeit des diskreten Problems Wegen (23) konvergiert (u nk ) nk N sogar in H 1 (Ω) stark Insbesondere ist also: u 1,Ω = 1 Aus (22) folgt aber: Widerspruch u = in Spursatz Wir werden folgenden Spursatz von Verfürth im weiteren Verlauf einige Male verwenden: Satz 233 s seien h, ( ) und v H 1 ( ) beliebig Dann gilt: { } v 0, c h 1/2 v 0, + v 1/2 0, v 1/2 1, Die Konstante c hängt nur von der Regularitätskonstanten c Beweis Lemma 31 in [Ver98] ab 237 Das diskrete Problem Wir setzen: X h := S k,0 h, wobei k 1 gelte Offensichtlich ist: Xh H 1 (Ω) Ferner sei: M h := { } σ : R : σ P l (), O h mit l 0 s ist: M h H 1/2 () Im abstrakten Rahmen von Babuška und Brezzi muss der Raum X h den influss des Lagrange-Multiplikators in gewisser Weise ausgleichen Dies spiegelt sich darin wider, dass geeignete diskrete Räume eine im Parameter h gleichmäßige inf-sup-bedingung wie in Satz 223 erfüllen müssen Dazu ist der Raum X h im allgemeinen zu klein Dies lässt sich aber durch eine Anreicherung mit Blasenfunktionen beheben Wir definieren daher den Raum: B h := span {ψ σ : σ P m ( ), O h }, wobei m l gelten soll Wir setzen: X h := X h + B h 13

18 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Bemerkung 234 Ist k l + d, so ist B h X h Der Raum X h fällt dann mit dem Raum X h zusammen Für die in Abschnitt 221 definierten Bilineraformen a und b gilt: a L 2 (X h X h, R) und b L 2 (X h M h, R) Damit lässt sich das diskrete Problem (P h ) wie folgt definieren: Finde u h X h und γ h M h, so dass: a(u h, v h ) + b(v h, γ h ) = f v h v h X h, Ω b(u h, τ h ) = τ h g τ h M h 238 indeutige Lösbarkeit des diskreten Problems Der Nachweis der eindeutigen Lösbarkeit des Problems (P h ) erfolgt genau wie in Abschnitt 222 Der Übersichtlichkeit halber werden wir den Beweis in zwei getrennten Sätzen führen Satz 235 Der Raum V h := {u h X h : b(u h, τ h ) = 0, τ h M h } ist nicht trivial Die Bilinearform a ist symmetrisch und es existiert ein von h unabhängiges α > 0, so dass a(u h, u h ) α u h 2 1,Ω u h V h Beweis Offensichtlich enthält V h diejenigen Funktionen aus X h, die auf dem Rand verschwinden benso ist a augenscheinlich symmetrisch Sein nun u h V h beliebig Wegen (24) a(u h, u h ) = u h 2 1,Ω und Lemma 232 reicht es, eine Abschätzung der Form: u h 0, c u h 1,Ω zu beweisen Wir nehmen jetzt o an, dass u h 0 auf sei Die obige Ungleichung ist sonst trivial Dann definieren wir die stückweise konstante Funktion τ h via: τ h := { } 1 χ, O h u h 14

19 23 Formulierung und Lösbarkeit des diskreten Problems wobei das d-dimensionale Maß von und χ die charakteristische Funktion von bzgl Ω ist Offensichtlich gilt: τ h M h Aus der Definition des Raumes V h folgt daher: τ h u h = 0 Daher ist: u h 2 0, = u 2 h = u h (u h τ h ), und mit der Cauchy-Schwarz-Ungleichung erhalten wir: u h 2 0, = u h (u h τ h ) = u h (u h τ h ) O h O h u h 0, u h τ h 0, Mit Satz 233, und unter Ausnutzung der Regularität der Unterteilung (h c h ), erhalten wir für beliebiges O h : { } u h τ h 0, c 1 h 1/2 u h τ h 0, + u h τ h 1/2 0, u h τ h 1/2 1, Aus der Definition von τ h folgt: Die Poincarésche Ungleichung liefert daher: u h τ h = 0 u h τ h 0, c 2 h u h τ h 1, Da τ h = const auf und da die Unterteilung regulär ist, gilt: Wir erhalten dann: u h τ h 0, c 3 h u h 1, u h τ h 0, c 1 {h 1/2 u h τ h 0, + u h τ h 1/2 c 4 h 1/2 u h 1, 1, }{{ } } = u h 1/2 1,, da τ h konst 0, u h τ h 1/2 15

20 2 Poisson-Gleichung mit Dirichlet-Randbedingungen s folgt, wobei d die Länge der längsten in enthaltenen Strecke bezeichnet: u h 0, u h τ h 0, c 4 u h 0, h 1/2 u h 1, O h O h c 4 { O h u h 2 0, } 1/2 c 4 d 1/2 u h 0, u h 1,Ω Durch Division mit u h 0, erhalten wir mit: u h 0, c 4 d 1/2 u h 1,Ω O h h }{{} d die gewünschte Abschätzung Kombinieren wir diese Ungleichung mit Lemma 232, so ergibt sich: Setzen wir: u h 2 1,Ω c 2 5 { u h 2 1,Ω + u h 2 0,} c 2 5 (1 + c 2 4 d ) u h 2 1,Ω α := 1 c 2 5 (1 + c 2 4d ), so folgt aus obiger Ungleichung und (24) sofort die Behauptung Bemerkung 236 Im allgemeinen gilt: wobei V wie in Satz 223 definiert ist V h V, Wir beweisen nun die diskrete inf-sup-bedingung: Satz 237 s existiert eine von h unabhängige Konstante β > 0, so dass inf 0 γ h M h b(u h, γ h ) sup 0 u h X h u h 1,Ω γ h β 1/2, u h 2 1, Beweis s sei γ h M h mit γ h 1/2, = 1 beliebig, aber fest, gewählt Die Funktion γ h lässt sich auf Rand-Simplizes kanonisch fortsetzen Diese Fortsetzung wird im weiteren Verlauf auch mit γ h bezeichnet, da sich die Bedeutung stets aus dem Kontext erschließt Der Beweis erfolgt durch Nachweis der folgenden Behauptungen: 1/2 16

21 23 Formulierung und Lösbarkeit des diskreten Problems (i) Die Bilinearform b erfüllt eine inf-sup-bedingung bzgl der gitterabhängigen Norm: { } 1/2 h := h 2 0, O h (ii) s gibt Konstanten c 1, c 2 > 0, so dass die Abschätzung: gilt b(u h, γ h ) sup 0 u h u h 1,Ω c 1 c 2 γ h h Die Behauptung des Satzes können wir dann aus (i) und (ii) folgern Um (i) zu zeigen, definieren wir die Funktion v h B h via v h := O h h γ h ψ Die Funktion v h kann durch 0 auf ganz Ω fortgesetzt werden Aus dem Lemma 231 folgt: b(v h, γ h ) = γ h v h = γh 2 ψ O h h c 3 O h h γ h 2 0, = c 3 γ h 2 h, wobei c 3 nur von der Regularitätskonstanten c und dem stückweisen Polynomgrad von γ h abhängt Die fortgesetzte Funktion v h ist lement eines endlichdimensionalen Raumes und verschwindet auf den inneren Rändern der Simplizes Daher existiert eine Konstante c 4, die nur vom stückweisen Polynomgrad von γ h und Ω abhängt, so dass: Daher gilt wegen Lemma 231: v h 2 1,Ω c 4 v h 2 1,Ω v h 2 1,Ω c 4 v h 2 1,Ω = c 4 c 5 h 2 γ h ψ 2 1, O h O h h γ h 2 0, = c 5 γ h 2 h 17

22 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Insgesamt ergibt sich damit eine inf-sup-bedingung für b bzgl h : wobei c 6 := c 3 c5 b(u h, γ h ) sup b(v h, γ h ) c 6 γ h h, 0 u h u h 1,Ω v h 1,Ω Wir beweisen jetzt die Behauptung (ii) Aus der Definition der Operatornorm auf H 1/2 () folgt, dass es ein ˆγ H 1/2 () gibt, so dass ˆγ 1/2, = 1 und γ h ˆγ 1 2 Sei ũ H 1 (Ω) die eindeutige Lösung des schwachen Problems (P ) zu der folgenden Poisson-Gleichung: ũ = 0 in Ω, ũ = ˆγ auf Der abstrakte Rahmen von Babuška und Brezzi liefert folgende Stabilitätsabschätzung: ũ 1,Ω c 7 ˆγ 1/2, = c 7 Sei ũ h die Clément-Interpolierende im Sinne von [Clé75] in X h zu ũ Dann gilt für jedes O h die Interpolationsfehlerabschätzung: ũ ũ h 0, c 8 h 1/2 ũ 1, ω, und wir erhalten: b(ũ h, γ h ) = γ h ũ h = γ h ũ γ h (ũ h ũ) = γ h ˆγ γ h (ũ h ũ) { O h O h γ h 0, ũ h ũ 0, h γ h 2 0, O h { 1 2 c 8 γ h h } 1/2 O h ũ 2 1, ω { O h h 1 ũ h ũ 2 0, } 1/2 } {{ } c 9 ũ 1,Ω c 9 c 7 } 1/2 18

23 24 Interpolation in H 1/2 () 1 2 c 10 γ h h Aus den Interpolationseigenschaften von ũ h folgt: s ist dann: wobei c 1 := 1 2c 11 c 7 und c 2 := c 10 Aus (i) und (ii) erhalten wir dann: ũ h 1,Ω c 11 ũ 1,Ω c 11 c 7 b(u h, γ h ) sup b(ũ h, γ h ) c 1 c 2 γ h h, 0 u h u h 1,Ω ũ h 1,Ω c 11 c 7 b(u h, γ h ) sup max {c 6 γ h h, c 1 c 2 γ h h } 0 u h u h 1,Ω min η 0 max{c 6 η, c 1 c 2 η} c 1 c 6 c 6 + c 2 > 0 Zusammen mit einem Homogenitätsargument folgt hieraus die Behauptung 24 Interpolation in H 1/2 () Wie sich später herausstellen wird, enthält der mit den üblichen echniken hergeleitete residuelle a posteriori Schätzer den erm: u h g 1/2, Dieser erm ist in zweierlei Hinsicht problematisch: 1 Um die 1/2, -Norm wenigstens abschätzen zu können, benötigen wir die explizite Kenntnis einer Fortsetzung von g Die Berechnung einer solchen Fortsetzung entspricht aber gerade dem betrachteten Problem 2 Aufgrund der nicht-lokalen Natur der Spurnorm, ist der Fehlerschätzer nicht lokal definiert Diese igenschaft ist aber unerlässlich für adaptive Strategien Wir werden diese Probleme umgehen, indem wir g durch eine Interpolierende g h ersetzen Wir handeln uns dadurch zwar einen Datenfehler-erm ein, können aber mit Hilfe inverser Abschätzungen obige Spurnorm in eine gewichtete L 2 -Norm überführen Ziel dieses Abschnitts wird es also sein, einen Interpolator für Funktionen aus H 1/2 () zu konstruieren Wir verwenden dazu einen Interpolator vom Scott-Zhang-yp (vgl [SZ90]), da er ohne explizite Kenntnisse von Fortsetzungen der zu interpolierenden Funktionen auskommt 19

24 2 Poisson-Gleichung mit Dirichlet-Randbedingungen 241 Notationen s sei k N, k 1, im Folgenden fest gewählt s bezeichne Σ h das nodale Gitter der Freiheitsgrade des Finite lement Raums S k,0 h Dann lässt sich Σ h wie folgt disjunkt zerlegen: Σ h = Σ h,ω Σ h,, wobei Σ h, := {x Σ h : x } Für z Σ h definieren wir die nodale Basisfunktion v z S k,0 h durch und v z (z) = 1 v z (x) = 0 x Σ h \ {z} Ferner benutzen wir die Bezeichnung: { } S k,0 h () := ϕ : ϕ S k,0 h s ist S k,0 h () H1/2 () Da ia S k,0 h H 2 (Ω), ist die obige Inklusion die Bestmögliche 242 Konstruktion des Interpolators Die grundlegende Idee für unseren Interpolator besteht darin, den klassischen Scott- Zhang-Interpolator auf den Rand einzuschränken Insbesondere können wir dann die rgebnisse aus [SZ90] für die Analyse unseres Interpolators verwenden Wir skizzieren daher kurz auch die Konstruktion des klassischen Scott-Zhang-Interpolators Dazu assoziieren wir mit jedem z Σ h ein S z h bzw S z h nach folgenden Regeln: 1 h mit z : Setze S z := Dh: liegt z im Inneren eines Simplex, so wähle diesen Simplex 2 h mit z : Setze S z := Dh: liegt z im Inneren einer (d 1)-dimensionalen Seitenfläche, so wähle diese Seitenfläche 20

25 24 Interpolation in H 1/2 () 3 h,ω mit z und z / : Setze S z := (Diese Wahl ist nicht eindeutig) Dh: liegt z nicht auf, aber auf dem Rand einer inneren (d 1)-dimensionalen Seitenfläche, so wähle diese Seitenfläche 4 O h mit z : Setze S z := (Diese Wahl ist nicht eindeutig) Dh: liegt z auf und dem Rand einer (d 1)-dimensionalen Seitenfläche, so wähle diese Seitenfläche Die Regeln (3) und (4) stellen insbesondere sicher, dass jedem z Σ h, ein O h zugeordnet wird Ist {z i : i = 1,, N} eine beliebige Aufzählung der lemente von Σ h, so gibt es gemäß [SZ90] zu jedem z i Σ h ein w zi L 2 (S zi ) mit S zi w zi v zj = δ ij, wobei δ ij das Kronecker-Delta bezeichnet Die w zi sind lemente gewisser L 2 -Dualbasen zu den nodalen Basisfunktionen Der klassische Scott-Zhang-Interpolator Π h : H 1 (Ω) S k,0 h ist dann durch: Π h u(x) := } w z u v z (x), u H z Σ {S 1 (Ω), z h definiert Wir definieren jetzt unseren Interpolator Π h, : H 1/2 () S k,0 h () durch: Π h, g(x) := { } w z g v z (x), g H 1/2 (), x S z z Σ h, Die spezielle Zuordnung z S z stellt sicher, dass wir Π h, g rein aus der Kenntnis von g berechnen können 243 igenschaften des Interpolators Im folgenden Lemma fassen wir wichtige igenschaften des Operators Π h zusammen, die uns zur Analyse des Interpolators Π h, dienen werden: Lemma 241 s seien l 1, l N, und u H l (Ω) Dann gilt für beliebiges h und l m N: 21

26 2 Poisson-Gleichung mit Dirichlet-Randbedingungen 1 (Stabilität) Π h u m, c 1 l i=0 h i m u i, ω 2 (Approximationseigenschaft) Ist 0 m l k + 1, so ist: u Π h u m, c 2 h l m u l, ω Die Konstanten c 1, c 2 hängen dabei von der Raumdimension d, dem stückweisen Polynomgrad k und der Regularitätskonstanten c ab Beweis [SZ90]: heorem 31, heorem 41 Das folgende Lemma ist zwar aufgrund der Konstruktion von Π h, trivial, liefert aber eine einfache Beweismethode zum Nachweis der Approximationseigenschaften von Π h, : Lemma 242 Für alle u H 1 (Ω) gilt: Π h, (tr u) = tr (Π h u) Wir erhalten folgendes Resultat für den Interpolator Π h, : Lemma 243 s seien l N und g H l 1/2 () 1 Für 1 l k + 1 gilt: g Π h, g 1/2, c 1 h l 1 g l 1/2, 2 Ist O h beliebig und 1 l k + 1, so gilt: Insbesondere gilt: { g Π h, g 0, c 2 h l 1/2 g l 1/2, O h h 1 2l g Π h, g 2 0,} 1/2 c 3 g l 1/2, Die Konstanten c 1,, c 3 hängen dabei von der Raumdimension d, dem stückweisen Polynomgrad k und der Regularitätskonstanten c ab 22

27 24 Interpolation in H 1/2 () Beweis ad(1): Sei ε > 0 beliebig Gemäß der Definition der Spurnorm existiert eine Funktion u H l (Ω) mit und tr u = g u l,ω (1 + ε) g l 1/2, Wegen Lemma 242 ist dann Π h u eine H 1 (Ω)-Fortsetzung von Π h, g und aus der Definition der Spurnorm folgt weiter: g Π h, g 1/2, u Π h u 1,Ω { } 1/2 = u Π h u 2 1, h Wenden wir Lemma 241 (2) an, so erhalten wir: g Π h, g 1/2, c 4 { h h 2l 2 u 2 l, ω } 1/2 c 4 h l 1 { h u 2 l, ω } 1/2 c 6 h l 1 u l,ω } {{ } c 5 u l,ω c 6 h l 1 (1 + ε) g l 1/2, Da ε > 0 beliebig gewählt war, folgt die Behauptung ad(2): Die Funktion u sei zu einem beliebigen ε > 0 wie oben definiert Durch Anwendung von Lemma 233, und wegen der Regularität der Unterteilung, erhalten wir: g Π h, g 0, = u Π h u 0, c 8 { h 1/2 u Π h u 0, + u Π h u 1/2 0, u Π h u 1/2 1, } Das Lemma 241 liefert dann: g Π h, g 0, c 9 h l 1/2 u l, ω }{{} u l,ω c 9 h l 1/2 (1 + ε) g l 1/2, 23

28 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Da ε > 0 beliebig gewählt war, folgt die erste Aussage Die zweite Aussage folgt aus obiger Ungleichungskette und der verbesserten Abschätzung: { } 1/2 c 10 u l,ω O h u 2 l, ω 244 ine inverse Abschätzung Ziel dieses Abschnittes ist es, für g h S k,0 () eine Abschätzung der Form: { (25) g h 1/2, c h 1 g h 2 0, O h h zu gewinnen Wie in der inleitung dieses Abschnittes erläutert, wird es uns diese Abschätzung ermöglichen, einen leicht berechenbaren, lokal definierten a posteriori Schätzer zu konstruieren Um (25) zu beweisen, werden wir wie folgt vorgehen: } 1/2 Wir definieren Fortsetzungen von Funktionen aus S k,0 h () auf Sk,0 h, welche Skalierungsargumenten leicht zugänglich sind Aufgrund der Definition der 1/2, -Norm, liefern Abschätzungen der H 1 -Norm dieser Fortsetzungen auch Abschätzungen für die ursprüngliche Funktion (vgl Beweistechniken des letzten Abschnittes) Wir definieren daher folgenden Prolongationsoperator, der die nodalen Basisfunktionen zu inneren Knoten mit 0 gewichtet: Definition 244 s sei g h S k,0 h () Wir definieren P g h S k,0 h P g h := z Σ h a z v z, via: wobei { g h (z), falls z Σ h, a z := 0, sonst Das folgende Lemma liefert uns die entscheidenden Skalierungseigenschaften dieser Fortsetzungen: 24

29 24 Interpolation in H 1/2 () 1 2 = 1 F 1 1 ^ ^ 2 2 F 2 ^ ^ Abbildung 22: Die Mengen Σ h, (, ) (Kreise), die Mengen ˆΣ h, (, ) (Quadrate), sowie die lemente für 2 verschiedene Fälle Lemma 245 s seien g h S k,0 h () und h mit Dann gibt es ein O h mit, so dass: P g h 1, c h 1/2 g h 0, Die Konstante c hängt dabei nur von der Raumdimension d, dem stückweisen Polynomgrad k und der Regularitätskonstanten c ab Beweis s sei wie in der Vorgabe beliebig, aber fest Wir wählen ein O h, so dass die Menge der nodalen Gitterpunkte, die auf und liegen: Σ h, (, ) := {x Σ h, : x } maximale Kardinalität besitzt Ferner setzen wir zur Abkürzung: v h := P g h 25

30 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Der Wert von v h auf hängt aufgrund der Definition des Prolongationsoperators nur von den Werten in den Punkten von Σ h, (, ) ab Ferner gibt es ein ( ), so dass Σ h, (, ) s sei F : ˆ eine affine ransformation, die den Referenzsimplex ˆ in den betrachteten Simplex überführt Mit Ê bezeichnen wir das lement von ( ˆ ), das durch F in überführt wird Wir definieren dann: ˆΣ h, (, ) := F 1 (Σ h,(, )), ˆv h := v h F Aufgrund der Definition von Ê, ist ˆΣ h, (, ) Ê Weiterhin sei F : Ê eine affine ransformation, die Ê in überführt und für die gilt: F (ẑ) = F (ẑ), ẑ ˆΣ h, (, ) Wir definieren dann noch: Dann gilt für alle ẑ ˆΣ h, (, ): ĝ h := g h F ĝ h (ẑ) = ˆv h (ẑ) Aus der Kettenregel folgt unter Ausnutzung der atsache, dass DF 1 v h 2 1, = D(ˆv h F 1 ) 2 L DF 1 2 L (Dˆv h ) F 1 ) 2 L konstant ist: Wenden wir den ransformationssatz an, so erhalten wir: (26) v h 2 1, DF 1 2 L det DF Dˆv h 2 L ˆ = DF 1 2 L det DF ˆv h 2 1, ˆ Der Wert von ˆv h hängt nur von den Werten in den Punkten von ˆΣ h, (, ) ab Daher wird durch: 1/2 ˆv h ˆΣ := ˆv h (ẑ) 2 ẑ ˆΣ h, (,) eine Norm auf den Raum der auf ˆ transformierten und eingeschränkten Fortsetzungen definiert 26

31 24 Interpolation in H 1/2 () Ferner ist ˆΣ mindestens eine Seminorm auf dem Raum P k (Ê) Daher gibt es zwei Konstanten c 1, c 2 die nur von der Raumdimension d und dem Polynomgrad k abhängen, so dass: und ˆv h 1, ˆ c 1 ˆv h ˆΣ ĝ h ˆΣ c 2 ĝ h 0, Ê Da die Funktionen ĝ h und ˆv h in den Punkten von ˆΣ h, (, ) übereinstimmen, erhalten wir: ĝ h ˆΣ = ˆv h ˆΣ Insgesamt folgt also: ˆv h 1, ˆ c 1 c 2 }{{} =:c 3 ĝ h 0, Ê Setzen wir dieses rgebnis in die Ungleichung (26) ein, so erhalten wir mit der ransformationsformel: (27) v h 2 1, DF 1 2 L det DF ˆv h 2 1, ˆ c 2 3 DF 1 2 L det DF ĝ h 2 0,Ê = c 2 3 DF 1 2 L det DF ĝ h 2 = c 2 3 DF 1 = c 2 3 DF 1 Ê 2 L det DF det DF 1 g h 2 2 L det DF det DF 1 g h 2 0, Mit Hilfe der Regularität der Unterteilung folgen die Abschätzungen: DF 1 L c 4 h 1, det DF c 5 h d, det DF 1 c 6 h d+1, wobei c 4, c 5, c 6 von der Regularitätskonstanten c abhängen Da nicht notwendigerweise ein lement von ( ) ist, wurde insbesondere ausgenutzt, dass eine reguläre Unterteilung lokal quasiuniform ist ( ω ) insetzen in (27) und Wurzelziehen liefert die Behauptung Wir können jetzt das Hauptresultat dieses Abschnittes beweisen: 27

32 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Satz 246 s sei g h S k,0 () Dann gilt: h g h 1/2, c { O h h 1 g h 2 0,} 1/2, mit einer Konstanten c, die nur von der Raumdimension d, dem stückweisen Polynomgrad k, dem Gebiet Ω und der Regularitätskonstanten c abhängt Beweis Da P g h S k,0 h in mindestens einem inneren Knoten verschwindet, gibt es eine Konstante c 1, die von Ω und dem stückweisen Polynomgrad k abhängt, so dass: P g h 1,Ω c 1 P g h 1,Ω Da P g h eine zulässige Fortsetzung von g h ist, folgt aus der Definition der 1/2, -Norm: g h 1/2, P g h 1,Ω c 1 P g h 1,Ω Weiterhin erhalten wir dann mit der Definition des Fortsetzungsoperators und Lemma 245: 1/2 P g h 1,Ω = P g h 2 1, Insgesamt folgt die Behauptung h c 2 { O h h 1 g h 2 0,} 1/2 25 A priori Fehlerschätzungen / Konvergenz der F-Lösung Der abstrakte Rahmen von Babuška und Brezzi liefert die folgende a priori Abschätzung für den Fehler zwischen den Lösungen der Probleme (P ) und (P h ): Satz 251 s seien [u, γ] bzw [u h, γ h ] die eindeutigen Lösungen der Probleme (P ) bzw (P h ) Dann gilt: { } u u h 1,Ω + γ γ h 1/2, c inf u v h 1,Ω + inf γ τ h 1/2, v h X h τ h M h 28

33 25 A priori Fehlerschätzungen / Konvergenz der F-Lösung Der Fehler verhält sich also wie die Bestapproximation der Lösung des Problemes (P ) Ferner haben wir das folgende Korollar aus Satz 251, welches ein einfaches Konvergenzkriterium für die diskrete Lösung zum Gegenstand hat: Korollar 252 s gebe dichte eilmengen X von X und M von M Ferner gebe es lineare Operatoren r h : X X h und ρ h : M M h, so dass: lim hv v 1,Ω = 0 h 0 v X, lim hτ τ 1/2, = 0 h 0 τ M Dann gilt für die eindeutigen Lösungen [u, γ] bzw [u h, γ h ] der Probleme (P ) bzw (P h ): { } u uh 1,Ω + γ γ h 1/2, = 0 lim h 0 Da H 2 (Ω) H 1 (Ω) dicht liegt und da H 1/2 () L 2 () H 1/2 () einen Gelfand- Dreier bilden ([LM72]), und somit insbesondere L 2 () in H 1/2 () dicht liegt, wählen wir in unserem Fall: X := H 2 (Ω), M := L 2 () Da H 2 (Ω) stetig in C(Ω) eingebettet ist, wählen wir als Operator r h die nodale Interpolation in den Punkten aus G h Das folgende Lemma zeigt, dass die L 2 -Projektion auf die stückweise konstanten Funktionen eine geeignete Wahl für den Operator ρ h ist: Lemma 253 s sei τ L 2 () beliebig und τ h M h sei die stückweise konstante Funktion, die durch: τ h := { } 1 τ χ O h definiert wird, wobei das (d 1)-dimensionale Maß von und χ die charakteristische Funktion von bzgl bezeichnen Dann gilt: τ τ h 1/2, c { O h h τ 2 0, } 1/2 Die Konstante c hängt dabei von der Regularitätskonstanten c ab Beweis Wir bezeichnen mit: S 0, 1 h () := { } u h : u h S 0, 1 h 29

34 2 Poisson-Gleichung mit Dirichlet-Randbedingungen die bzgl der Unterteilung O h stückweise konstanten Funktionen Da τ h die L 2 -Projektion von τ auf S 0, 1 h () ist, erhalten wir: (28) (τ τ h ) σ h = 0 σ h S 0, 1 (), und wir haben die Abschätzung: (29) τ τ h 0, c 1 τ 0, s sei jetzt ε > 0 beliebig Aus der Definition der 1/2, -Norm folgt dann, dass es ein σ ε H 1/2 () mit σ ε 1/2, = 1 gibt, so dass: (210) τ τ h 1/2, (1 + ε) (τ τ h ) σ ε Wiederum aus der Definition der 1/2, -Norm folgt, dass es eine Fortsetzung σ ε H 1 (Ω) von σ ε gibt, mit: σ ε 1,Ω 1 + ε Wegen (28) können wir in (210) eine stückweise konstante Funktion einführen, ohne die Ungleichung zu verändern Wir definieren daher die Funktion σ ε,h durch: σ ε,h := { } 1 σ ε χ, O h dabei ist das d-dimensionale Maß von und χ von bzgl Ω Dann ist: σ ε,h S 0, 1 h () Ferner erhalten wir wegen: h ist die charakteristische Funktion σ ε σ ε,h = 0 aus der Poincaré-Ungleichung und der Regularität der Unterteilung die Abschätzung: (211) σ ε σ ε,h 0, Wir können daher folgern: (τ τ h ) σ ε = (τ τ h ) ( σ ε σ ε,h ) = (τ τ h ) ( σ ε σ ε,h ) O h c 2 h σ ε 1, c 2 h σ ε 1, O h τ τ h 0, σ ε σ ε,h 0, 30

35 25 A priori Fehlerschätzungen / Konvergenz der F-Lösung Aus (29) und Satz 233 folgt dann: (τ τ h ) σ ε c 3 O h τ 0, { h 1/2 σ ε σ ε,h 0, + σ ε σ ε,h 1/2 0, σ ε σ ε,h 1/2 1, } Ausnutzung von σ ε,h = const auf und (211) liefern: (τ τ h ) σ ε c 4 τ 0, h 1/2 σ ε 1, O h Mit der Cauchy-Schwarz-Ungleichung erhalten wir: (τ τ h ) σ ε c 4 { c 4 (1 + ε) O h h τ 2 0, { } 1/2 O h h τ 2 0, insetzen dieser Ungleichung in (210) liefert: { τ τ h 1/2, c 4 (1 + ε) 2 { Da ε > 0 beliebig gewählt war, folgt die Behauptung Wir erhalten dann den folgenden Satz: } 1/2 σ ε 2 1, O } h {{} σ ε 1,Ω 1+ε } 1/2 O h h τ 2 0, } 1/2 Satz 254 s seien [u, γ] bzw [u h, γ h ] die eindeutigen Lösungen der Probleme (P ) bzw (P h ) 1 s gilt: { } lim u uh 1,Ω + γ γ h 1/2, = 0 h 0 2 Gibt es ein m N, so dass u H m+1 (Ω) und γ H m 1/2 (), so folgt: u u h 1,Ω + γ γ h 1/2, c { h min{k,m} u min{k,m}+1,ω + h min{l+1,m} γ min{l+1,m} 1/2, }, wobei k der stückweise Polynomgrad in X h und l der stückweise Polynomgrad in M h ist 31

36 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Beweis ad (1): Folgt wegen obiger Überlegungen mit Hilfe von Korollar 252 aus den Approximationseigenschaften der nodalen Interpolation und aus Lemma 253 ad (2): Wegen Satz 251 müssen wir Abschätzungen für den Bestapproximationsfehler herleiten Wir beginnen mit der Bestapproximation von u in X h Setzen wir w h := Π h u, wobei Π h den Scott-Zhang-Interpolator auf Xh bezeichnet, so folgt aus Satz 241: inf u v h 1,Ω v h X h { h u w h 2 1, } 1/2 c 1 { h h 2 min{k,m} u 2 min{k,m}+1, ω } 1/2 c 1 h min{k,m} { h u 2 min{k,m}+1, ω } 1/2 c 2 h min{k,m} u min{k,m}+1,ω, wobei im letzten Schritt die Regularität der Unterteilung ausgenutzt wurde Wir wenden uns jetzt der Bestapproximation von γ in M h zu Wir werden, wie oben, geeignete Interpolierende benutzen Diese Interpolierenden werden so aufgebaut sein, dass sie mit Hilfe einer L 2 -Projektion zunächst die Norm 1/2, auf eine gewichtete L 2 -Norm liften und dann eine L 2 - Fehlerabschätzung der gewünschten Form liefern Dazu machen wir zunächst die Fallunterscheidung: a Die Funktionen in M h sind stückweise konstant, dh l = 0 b s ist l 1 zu a: Da die 1/2, -Norm auf der 1,Ω -Norm basiert, und man mit stückweise konstanten Funktionen ϕ h höchstens Abschätzungen der Form: ϕ ϕ h 0,Ω c ϕ 1,Ω erwarten kann, betrachten wir nur γ H 1/2 () Wir werden nun eine Interpolierende σ h M h von der Form: σ h := σ h,1 + σ h,2 32

37 25 A priori Fehlerschätzungen / Konvergenz der F-Lösung konstruieren, wobei die Abschätzungen: { (γ σ h,1 ) σ h,2 1/2, c 3 { O h h γ σ h,1 2 0, } 1/2 c 4 h γ 1/2, gelten sollen Wir beginnen mit der Konstruktion von σ h,1 s seien jetzt ε > 0 beliebig und v H 1 (Ω) derart, dass: und Wir definieren ferner die Funktion: tr v = γ v 1,Ω (1 + ε) γ 1/2, v h := O h O h h γ σ h,1 2 0, { } 1 v χ, } 1/2, wobei das d-dimensionale Maß von und χ bzgl Ω bezeichnen Wir setzen: σ h,1 := v h Wie im Beweis von Lemma 253 folgt dann: die charakteristische Funktion von (212) γ σ h,1 0, = v v h 0, c 5 h 1/2 v 1, Wir definieren nun σ h,2 als die L 2 -Projektion von γ σ h,1 auf die stückweise konstanten Funktionen bzgl O h : σ h,2 := { } 1 γ σ h,1 χ, O h wobei das (d 1)-dimensionale Maß von und χ die charakteristische Funktion von bzgl bezeichnen Aus Lemma 253 folgt dann: (γ σ h,1 ) σ h,2 1/2, c 3 { O h h γ σ h,1 2 0, } 1/2 33

38 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Insgesamt erhalten wir mit dieser Abschätzung und der Ungleichung (212): γ σ h 1/2, c 3 { Da ε > 0 beliebig gewählt war, folgt: und somit O h h γ σ h,1 2 0, c 3 c 5 { c 3 c 5 h h 2 v 2 1, O h { O h v 2 1, } 1/2 } 1/2 } 1/2 }{{} v 1,Ω (1+ε) γ 1/2, c 3 c 5 }{{} =:c 4 h (1 + ε) γ 1/2, γ σ h 1/2, c 4 h γ 1/2,, inf γ τ h c 4 h γ 1/2, τ h M h zu b: Wir gehen wie im Fall a vor Da nun insbesondere S l,0 h () M h gilt, wählen wir: σ h,1 := Π h, γ, wobei Π h, den Interpolator auf S l,0 h () aus dem Abschnitt 24 bezeichnet Das Lemma 243 liefert dann sofort die Abschätzung: { 1/2 h 1 2 min{l+1,m} γ σ h,1 0,} 2 c 6 γ min{l+1,m} 1/2, O h Die Funktion σ h,2 sei genau wie in Fall a definiert Dann folgt: γ σ h 1/2, c 7 { O h h γ σ h,1 2 0, c 7 h min{l+1,m} { } 1/2 γ σ h,1 2 0, O h h 1 2 min{l+1,m} c 7 c 6 }{{} =:c 8 h min{l+1,m} γ min{l+1,m} 1/2,, } 1/2 34

39 26 in residueller a posteriori Schätzer und somit Insgesamt folgt die Behauptung inf γ τ h c 8 h min{l+1,m} γ min{l+1,m} 1/2, τ h M h Bemerkung 255 eil (b) des vorhergenden Satzes legt nahe, den stückweisen Polynomgrad in M h genau um eins kleiner als in X h zu wählen 26 in residueller a posteriori Schätzer 261 Normalen und Sprünge Mit jedem h assoziieren wir einen euklidischen Normalenvektor n Die Wahl von n ist dabei nicht eindeutig Lediglich für O h fordern wir, dass n mit der äußeren inheitsnormalen an Ω übereinstimmt Ist ϕ eine Funktion, die auf ω definiert ist, so definieren wir die folgende Größe: [ϕ] (x) := lim t 0 ϕ(x + t n ) ϕ(x t n ) x und bezeichnen sie als Sprung von ϕ über Offensichtlich hängt [] von der Orientierung von n ab Dies ist aber für [ n ] nicht der Fall 262 Geeignete Darstellung des Residuums Residuelle a posteriori Schätzer basieren auf der Stabilität des ursprünglichen Variationsproblems Um diese nachzuweisen, definieren wir folgende Bilinearform, deren wichtigste igenschaften wir gleich mitanführen: Definition und Lemma Durch wird eine Norm auf X M definiert [u, γ] := { u 2 1,Ω + γ 2 1/2, 2 Für [u, γ], [v, τ] X M definieren wir: } 1/2 B([u, γ], [v, τ]) := a(u, v) + b(v, γ) + b(u, τ) Die Bilinearform B ist bzgl [, ] stetig Beweis ad(1): trivial ad(2): Folgt sofort aus der Stetigkeit der Bilinearformen a und b, sowie der Definition von [, ] 35

40 2 Poisson-Gleichung mit Dirichlet-Randbedingungen Die folgende inf-sup-bedingung an B entspricht der Stabilität des Variationsproblems und ist die Grundlage für unseren Schätzer: Lemma 262 s gibt eine Konstante β B, die von den Konstanten α und β aus Satz 223 abhängt, so dass für alle [u, γ] X M gilt: sup B([u, γ], [v, τ]) β B [u, γ] [v,τ] X M [v,τ] =1 Beweis Völlig analog zu Lemma 210 in [Lon02] Für die eindeutigen Lösungen [u, γ] X M bzw [u h, γ h ] X h M h der Probleme (P ) bzw (P h ) erhalten wir nämlich mit der Cauchy-Schwarz-Ungleichung: (213) u u h 1,Ω + γ γ h 1/2, 2 β B sup B([u u h, γ γ h ], [v, τ]) [v,τ] X M [v,τ] =1 Vermöge der Bilinearform B können wir also den Fehler mit einem lement des Dualraumes von X M identifizieren und ihn durch die Operatornorm von B([u u h, γ γ h ], [, ]) abschätzen Um diese Abschätzung zu gewinnen, verwenden wir die folgende Darstellung des Operators: Lemma 263 s seien [u, γ] bzw [u h, γ h ] die eindeutigen Lösungen der Probleme (P ) bzw (P h ) Dann gilt für alle [v, τ] X M: B([u u h, γ γ h ], [v, τ]) = h h,ω + O h (f + u h ) v [ u h n ] v (γ h u h n ) v τ (g u h ) 36

41 26 in residueller a posteriori Schätzer Beweis Da [u, γ] die eindeutige Lösung des Problems (P ) ist, erhalten wir: B([u u h, γ γ h ], [v, τ]) = (u u h ) v (γ γ h ) v Ω = f v τ g Ω u h v + γ h v + τ u h Ω = { } f v u h v h + γ h v τ (g u h ) τ (u u h ) Verwenden wir den Satz von Gauß, wobei ñ die äußere Normale von bzgl bezeichnet, so erhalten wir: B([u u h, γ γ h ], [v, τ]) = { f v + u h v h + γ h v τ (g u h ) = (f + u h ) v h h,ω + O h [ u h n ] v (γ h u h n ) v τ (g u h ) u h ñ v } 263 Formulierung des Schätzers / Zuverlässigkeit Wir schätzen nun die Operatornorm von B([u u h, γ γ h ], [, ]) ab: Lemma 264 s seien [u, γ] bzw [u h, γ h ] die eindeutigen Lösungen der Probleme (P ) 37

42 2 Poisson-Gleichung mit Dirichlet-Randbedingungen bzw (P h ) Dann gilt: sup B([u u h, γ γ h ], [v, τ]) c [v,τ] X M [v,τ] =1 { h h 2 f + u h 2 0, + h,ω h [ u h n ] 2 0, + O h h γ h u h n 2 0, + g u h 2 1/2,} 1/2 Die Konstante c hängt dabei von der Raumdimension d, dem stückweisen Polynomgrad von u h und der Regularitätskonstanten c ab Beweis s sei [v, τ] X M mit [v, τ] = 1 beliebig Ferner sei v h eine Clément- Interpolierende [Clé75] von v mit v h X h Dann gilt aufgrund der Galerkin-Orthogonalität: benso gelten die Fehlerabschätzungen: B([u u h, γ γ h ], [v h, 0]) = 0 v v h 0, c 1 h v 1, ω h, v v h 0, c 2 h 1/2 v 1, ω h, wobei c 1, c 2 von der Raumdimension d, dem stückweisen Polynomgrad in X h und der Regularitätskonstanten c abhängen Wir erhalten somit aus Lemma 263: B([u u h, γ γ h ], [v, τ]) = B([u u h, γ γ h ], [v v h, τ]) = (f + u h ) (v v h ) h h,ω + O h [ u h n ] (v v h ) (γ h u h n ) (v v h ) τ (g u h ) 38

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

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

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

4.5 Schranken an die Dichte von Kugelpackungen

4.5 Schranken an die Dichte von Kugelpackungen Gitter und Codes c Rudolf Scharlau 19. Juli 2009 341 4.5 Schranken an die Dichte von Kugelpackungen Schon in Abschnitt 1.4 hatten wir die Dichte einer Kugelpackung, speziell eines Gitters bzw. einer quadratischen

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

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

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 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

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

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

Konvergenz im quadratischen Mittel - Hilberträume

Konvergenz im quadratischen Mittel - Hilberträume CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften

Mehr

Numerik II Finite Elemente. R. Verfürth

Numerik II Finite Elemente. R. Verfürth Numerik II Finite lemente Vorlesungsskriptum Sommersemester 16 R Verfürth Fakultät für Mathematik, Ruhr-Universität Bochum Inhaltsverzeichnis Motivation 5 apitel I Analytische Grundlagen 15 I1 Abstrakte

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen

Mehr

Iterative Verfahren, Splittingmethoden

Iterative Verfahren, Splittingmethoden Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß: Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,

Mehr

Kapitel 5 KONVERGENZ

Kapitel 5 KONVERGENZ Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory

Mehr

Topologische Aspekte: Eine kurze Zusammenfassung

Topologische Aspekte: Eine kurze Zusammenfassung Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Inhaltsverzeichnis INHALTSVERZEICHNIS 1 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

Konvergenz, Filter und der Satz von Tychonoff

Konvergenz, Filter und der Satz von Tychonoff Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C. Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines

Mehr

n=1 a n mit reellen Zahlen a n einen

n=1 a n mit reellen Zahlen a n einen 4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

5 Potenzreihenansatz und spezielle Funktionen

5 Potenzreihenansatz und spezielle Funktionen 5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

16 Vektorfelder und 1-Formen

16 Vektorfelder und 1-Formen 45 16 Vektorfelder und 1-Formen 16.1 Vektorfelder Ein Vektorfeld v auf D R n ist eine Abbildung v : D R n, x v(x). Beispiele. Elektrisches und Magnetisches Feld E(x), B(x), Geschwindigkeitsfeld einer Strömung

Mehr

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges 11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

55 Lokale Extrema unter Nebenbedingungen

55 Lokale Extrema unter Nebenbedingungen 55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :

Mehr

Flüsse, Fixpunkte, Stabilität

Flüsse, Fixpunkte, Stabilität 1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Analysis II (FS 2015): Vektorfelder und Flüsse

Analysis II (FS 2015): Vektorfelder und Flüsse Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten lausthal omputer-raphik I Verallgemeinerte Baryzentrische Koordinaten. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Verallgemeinerungen der baryzentr. Koord. 1. Was macht man im 2D bei

Mehr

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche 1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen $Id: folgen.tex,v.7 200//29 :58:57 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Folgenkonvergenz In der letzten Sitzung hatten wir den Begriff der Konvergenz einer reellen oder komplexen Folge gegen

Mehr

Lösung zur Übung für Analysis einer Variablen WS 2016/17

Lösung zur Übung für Analysis einer Variablen WS 2016/17 Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei

Mehr

Der Primzahlsatz. Es gibt eine Konstante A, so daß f(x) g(x) Ah(x) für alle genügend großen x.

Der Primzahlsatz. Es gibt eine Konstante A, so daß f(x) g(x) Ah(x) für alle genügend großen x. Der Primzahlsatz Zusammenfassung Im Jahr 896 wurde von Hadamard und de la Vallée Poussin der Primzahlsatz bewiesen: Die Anzahl der Primzahlen kleiner gleich verhält sich asymptotisch wie / log. Für ihren

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum. Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte. Analysis, Woche 5 Folgen und Konvergenz A 5. Cauchy-Folgen und Konvergenz Eine Folge in R ist eine Abbildung von N nach R und wird meistens dargestellt durch {x n } n=0, {x n} n N oder {x 0, x, x 2,...

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick auf die letzte Vorlesung. Bemerkung Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D

Mehr

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

6 Komplexe Integration

6 Komplexe Integration 6 Komplexe Integration Ziel: Berechne für komplexe Funktion f : D W C Integral der Form f(z)dz =? wobei D C ein Weg im Definitionsbereich von f. Fragen: Wie ist ein solches komplexes Integral sinnvollerweise

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0. Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales

Mehr

Varianz und Kovarianz

Varianz und Kovarianz KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

Regulär variierende Funktionen

Regulär variierende Funktionen KAPITEL 4 Regulär variierende Funktionen Unser nächstes Ziel ist es, die Max-Anziehungsbereiche der Extremwertverteilungen zu beschreiben. Dies wird im nächsten Kapitel geschehen. Wir haben bereits gesehen,

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Technische Universität München Zentrum Mathematik. Übungsblatt 4 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus 4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F

Mehr

35 Stetige lineare Abbildungen

35 Stetige lineare Abbildungen 171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Proseminar Lineare Algebra SS10 Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Natalja Shesterina Heinrich-Heine-Universität ASymmetrische Polynome Definition 1 Sei n

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

Lösung zur Aufgabe Würfel färben von Heft 20

Lösung zur Aufgabe Würfel färben von Heft 20 Lösung zur Aufgabe Würfel färben von Heft 20 (1) Jedes der 24 Teilquadrate grenzt an genau eine der acht Ecken. Da nach unserer Vorschrift die drei Teilquadrate an jeder Ecke unterschiedlich gefärbt sein

Mehr

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität

Mehr

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +.

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +. Mathematik für Informatiker B, SS 202 Dienstag 2.6 $Id: reihen.tex,v.8 202/06/2 0:59:50 hk Exp $ 7 Reihen Eine Reihe ist eine unendliche Summe a + a 2 + a 3 +. Die Summanden a i können dabei reell oder

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Polynominterpolation

Polynominterpolation Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses

Mehr

Gleichmäßige Konvergenz und Funktionenräume

Gleichmäßige Konvergenz und Funktionenräume Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer

3.4 Asymptotische Evaluierung von Sch atzer Konsistenz Konsistenz Definition 3.4.1: konsistente Folge von Sch atzer 3.4 Asymptotische Evaluierung von Schätzer 3.4.1 Konsistenz Bis jetzt haben wir Kriterien basierend auf endlichen Stichproben betrachtet. Konsistenz ist ein asymptotisches Kriterium (n ) und bezieht sich

Mehr

Das Banach-Tarski-Paradox

Das Banach-Tarski-Paradox Das Banach-Tarski-Paradox Thomas Neukirchner Nicht-messbare Mengen verdeutlichen auf eindrucksvolle Weise, dass es keinen additiven - geschweige denn σ-additiven Volumenbegriff auf der Potenzmenge P(R

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

Dierentialgleichungen 2. Ordnung

Dierentialgleichungen 2. Ordnung Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:

Mehr

Mathematik III. Produkt-Präringe

Mathematik III. Produkt-Präringe Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 66 Es ist unser Ziel zu zeigen, dass auf der Produktmenge von Maßräumen unter recht allgemeinen Voraussetzungen ein Maß definiert ist,

Mehr

i=1 i=1,...,n x K f(x).

i=1 i=1,...,n x K f(x). 2. Normierte Räume und Banachräume Ein normierter Raum ist ein Vektorraum, auf dem wir Längen messen können. Genauer definieren wir: Definition 2.1. Sei X ein Vektorraum über C. Eine Abbildung : X [0,

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

8 Die Riemannsche Zahlenkugel

8 Die Riemannsche Zahlenkugel 8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

Mehr

KONSTRUKTION VON MASSEN

KONSTRUKTION VON MASSEN KONSTRUKTION VON MASSEN MARCUS HEITEL 1. Einleitung Wir wollen im Folgenden das Lebesguemaß konstruieren. Dieses soll die Eigenschaft λ ( [a, b = b a für a, b R besitzen. Nun ist ein Maß aber auf einer

Mehr