Attraktoren für Finite-Elemente Diskretisierungen parabolischer Differentialgleichungen

Größe: px
Ab Seite anzeigen:

Download "Attraktoren für Finite-Elemente Diskretisierungen parabolischer Differentialgleichungen"

Transkript

1 Attraktoren für Finite-Elemente Diskretisierungen parabolischer Differentialgleichungen Denny Otten Fakultät für numerische Mathematik Universität Bielefeld Bielefeld, 30. Januar 2009

2 Übersicht Kurze Einführung in semilineare parabolische ARWP Lösbarkeit des kontinuierlichen Problems Räumliche Diskretisierung mit FEM Langzeitverhalten und globale Attraktoren FEM am Modellbeispiel der Chafee-Infante-Gleichung

3 Übersicht Kurze Einführung in semilineare parabolische ARWP Lösbarkeit des kontinuierlichen Problems Räumliche Diskretisierung mit FEM Langzeitverhalten und globale Attraktoren FEM am Modellbeispiel der Chafee-Infante-Gleichung

4 Semilineares parabolisches ARWP, Reaktions-Diffusions-Gleichung (RDG) Ω R d (d = 1, 2, 3) konvexes polygonales Gebiet (oder beschränktes glattes Gebiet mit C 2 -Rand). Betrachte die Reaktions-Diffusions-Gleichung (RDG) wobei u t (x, t) D u(x, t) = f(u(x, t)), (x, t) Ω ]0, T[ Gesucht: u(x, t) = 0, (x, t) Ω [0, T[ u(x, 0) = u 0 (x), (x, t) Ω {t = 0} u 0 : Ω R glatt mit u 0 Ω = 0 (Anfangswertfunktion) f : R R (nichtlinearer Reaktionsterm) D R (konstanter Diffusionskoeffizient, hier: D = 1) u : Ω [0, T[ R mit u(x, t) erfüllt obiges ARWP

5 Beispiel: Die Chafee-Infante-Gleichung Sei λ ]0, + [ beliebig, aber fest. Die RDG ( u t (x, t) u(x, t) = λ u(x, t) u(x, t) 3), (x, t) Ω ]0, T[ u(x, t) = 0, (x, t) Ω [0, T[ u(x, 0) = u 0 (x), (x, t) Ω {t = 0} mit dem nichtlinearen Reaktionsterm f(u) = λ (u u 3) heißt Chafee-Infante-Gleichung, benannt nach und Prof. Dr. Nathaniel ( Nat ) L. Chafee Prof. Dr. Ettore ( Jim ) Ferrari Infante

6 Motivation Fragen: Gibt es einen (globalen) Attraktor A H 1 0 (Ω)?

7 Motivation Fragen: Gibt es einen (globalen) Attraktor A H 1 0 (Ω)? Existieren (globale) Attraktoren A h V h H 1 0 (Ω) (h I) für die FE-Diskretisierung?

8 Motivation Fragen: Gibt es einen (globalen) Attraktor A H 1 0 (Ω)? Existieren (globale) Attraktoren A h V h H0 1 (Ω) (h I) für die FE-Diskretisierung? Wie ist die Beziehung zwischen A h und A (speziell für h 0)?

9 Motivation Fragen: Gibt es einen (globalen) Attraktor A H 1 0 (Ω)? Existieren (globale) Attraktoren A h V h H0 1 (Ω) (h I) für die FE-Diskretisierung? Wie ist die Beziehung zwischen A h und A (speziell für h 0)? Hauptresultat: Der globale Attraktor der RDG ist oberhalbstetig unter FE-Diskretisierung.

10 Literatur (A.S.) Pertubation theory for infinite dimensional dynamical systems. Theory and numerics of ordinary and partial differential equations, (S.L.) Numerical analysis of semilinear parabolic problems. Chalmers University and Göteborg University, (J.R.) Infinite dimensional dynamical systems: An introduction to dissipative parabolic PDEs and the theory of global attractors. Cambridge University Press, (D.H.) Geometric Theory of Semilinear Parabolic Equations. Lecture Notes in Mathematics, vol. 840, Springer-Verlag Berlin Heidelberg New York, 1981.

11 Übersicht Kurze Einführung in semilineare parabolische ARWP Lösbarkeit des kontinuierlichen Problems Räumliche Diskretisierung mit FEM Langzeitverhalten und globale Attraktoren FEM am Modellbeispiel der Chafee-Infante-Gleichung

12 Generalvoraussetzung 1 Generalvoraussetzung Sei f C 2 (R, R). Falls d {2, 3}, so gelte zusätzlich ( C > 0 : f (j) (u) C 1 + u δ+1 j) u R j {1, 2} wobei δ = 2, falls d = 3 und δ [1, + [, falls d = 2.

13 Generalvoraussetzung 1 Generalvoraussetzung Sei f C 2 (R, R). Falls d {2, 3}, so gelte zusätzlich ( C > 0 : f (j) (u) C 1 + u δ+1 j) u R j {1, 2} wobei δ = 2, falls d = 3 und δ [1, + [, falls d = 2. Für Chafee-Infante-Gleichung mit f(u) = λ ( u u 3) gilt f C 2 (R, R) sowie für δ = 2 und C := 6 λ > 0: ( f (j) (u) 6 λ 1 + u 2+1 j) u R j {1, 2}

14 Operator-AWP im Raum H0 1 (Ω) (1) Ansatz: Führe für f den nichtlinearen Nemytskii-Operator ein F : H 1 0 (Ω) B R L 2 (Ω) mit F(u)(x) := [f(u)](x) = f(u(x))

15 Operator-AWP im Raum H0 1 (Ω) (1) Ansatz: Führe für f den nichtlinearen Nemytskii-Operator ein F : H 1 0 (Ω) B R L 2 (Ω) mit F(u)(x) := [f(u)](x) = f(u(x)) Konsequenz: Äquivalente Umformulierung des ARWP s zu nichtlinearen Operator-AWP u t (t) + Au(t) = F(u(t)), t ]0, T[ u(0) = u 0 H 1 0 (Ω), t = 0 wobei A := : H 2 (Ω) H 1 0 (Ω) L2 (Ω) negativer Laplace-Operator.

16 Operator-AWP im Raum H0 1 (Ω) (1) Ansatz: Führe für f den nichtlinearen Nemytskii-Operator ein F : H 1 0 (Ω) B R L 2 (Ω) mit F(u)(x) := [f(u)](x) = f(u(x)) Konsequenz: Äquivalente Umformulierung des ARWP s zu nichtlinearen Operator-AWP u t (t) + Au(t) = F(u(t)), t ]0, T[ u(0) = u 0 H 1 0 (Ω), t = 0 wobei A := : H 2 (Ω) H0 1(Ω) L2 (Ω) negativer Laplace-Operator. Ziel: Finde u C([0, T[, H0 1 (Ω)), die obiges O-AWP löst.

17 Operator-AWP im Raum H0 1 (Ω) (1) Ansatz: Führe für f den nichtlinearen Nemytskii-Operator ein F : H 1 0 (Ω) B R L 2 (Ω) mit F(u)(x) := [f(u)](x) = f(u(x)) Konsequenz: Äquivalente Umformulierung des ARWP s zu nichtlinearen Operator-AWP u t (t) + Au(t) = F(u(t)), t ]0, T[ u(0) = u 0 H 1 0 (Ω), t = 0 wobei A := : H 2 (Ω) H0 1(Ω) L2 (Ω) negativer Laplace-Operator. Ziel: Finde u C([0, T[, H0 1 (Ω)), die obiges O-AWP löst. Lösung des O-AWP s erfüllt (wegen Duhamel-Prinzip) (KIG) u(t) = E(t)u 0 + t 0 E(t s)f(u(s)) ds t [0, T[ wobei E(t) = e ta Lösungsoperator des homogenen linearen O-AWP s ist.

18 Operator-AWP im Raum H0 1 (Ω) (2) Fragen: Eindeutige Lösbarkeit der KIG? ( Existenz- und Eindeutigkeitssatz)

19 Operator-AWP im Raum H0 1 (Ω) (2) Fragen: Eindeutige Lösbarkeit der KIG? ( Existenz- und Eindeutigkeitssatz) Löst Lösung der KIG auch das O-AWP? ( Regularitätssatz)

20 Operator-AWP im Raum H0 1 (Ω) (2) Fragen: Eindeutige Lösbarkeit der KIG? ( Existenz- und Eindeutigkeitssatz) Löst Lösung der KIG auch das O-AWP? ( Regularitätssatz) Definiere den maximal fortgesetzten Lösungsoperator S des O-AWP s S : R + H 1 0 (Ω) D(S) H1 0 (Ω) mit S(t)u 0 := u(t; u 0 ) D(S) := {(t, u 0 ) R + H 1 0 (Ω) t [0, T max(u 0 )[}

21 Variationsformulierung (schwache Formulierung) Multiplikation des O-AWP s mit ϕ C0 (Ω) und Integration über Ω liefert mit Greensche-Formel und Nullrandbedingung für ϕ (u t (t), ϕ) L 2 + ( u(t), ϕ) L 2 = (F(u(t)), ϕ) L 2 t ]0, T[ ϕ C 0 (Ω) Wegen H0 1(Ω) = C 0 (Ω) H 1 vergrößere C0 (Ω) zu H1 0 (Ω). Schwache Formulierung: Finde u : [0, T[ H0 1 (Ω) mit (u t (t), v) L 2 + ( u(t), v) L 2 = (F(u(t)), v) L 2 t ]0, T[ u(0) = u 0 H 1 0 (Ω) t = 0 v H 1 0 (Ω) Schwache Formulierung vermeidet höhere Ableitungen. Beachte: Lösung des O-AWP s erfüllt schwache Gleichung.

22 Übersicht Kurze Einführung in semilineare parabolische ARWP Lösbarkeit des kontinuierlichen Problems Räumliche Diskretisierung mit FEM Langzeitverhalten und globale Attraktoren FEM am Modellbeispiel der Chafee-Infante-Gleichung

23 Der Finite-Elemente-Raum Ω R d konvexes polygonales Gebiet (d = 1, 2, 3) {T h } h I uniforme Familie regulärer Triangulierungen von Ω h maximale Kantenlänge aller d-simplex-elemente von T h {P (j) h j = 1,...,N h } Menge der inneren Knoten von T h ist linear i = 1,...,M h und V h := {χ C(Ω) χ T (i) h χ(x) = 0 x R d \Ω} = span{λ j j = 1,...,N h }. Hierbei ist Λ j C(Ω) mit Λ j (P (i) h ) := δ ij i, j = 1,...,N h Es gilt: V h H0 1 (Ω) linearer endlich-dimensionaler Teilraum.

24 Semidiskretes Operator-AWP im FE-Raum V h (1) Betrachte semidiskretes O-AWP (u h ) t (t) + A h u h (t) = P h F(u h (t)), t ]0, T[ u h (0) = u h0 V h, t = 0 wobei A h := h diskreter negativer Laplace-Operator und P h orthogonale Projektion auf L 2 (Ω) A h : V h V h mit (A h Ψ, χ) L 2 = ( Ψ, χ) L 2 χ V h P h : L 2 (Ω) V h mit (P h g, χ) L 2 = (g, χ) L 2 χ V h

25 Semidiskretes Operator-AWP im FE-Raum V h (1) Betrachte semidiskretes O-AWP (u h ) t (t) + A h u h (t) = P h F(u h (t)), t ]0, T[ u h (0) = u h0 V h, t = 0 wobei A h := h diskreter negativer Laplace-Operator und P h orthogonale Projektion auf L 2 (Ω) A h : V h V h mit (A h Ψ, χ) L 2 = ( Ψ, χ) L 2 χ V h P h : L 2 (Ω) V h mit (P h g, χ) L 2 = (g, χ) L 2 χ V h Ziel: Finde u h C([0, T[, V h ), die obiges O-AWP löst.

26 Semidiskretes Operator-AWP im FE-Raum V h (1) Betrachte semidiskretes O-AWP (u h ) t (t) + A h u h (t) = P h F(u h (t)), t ]0, T[ u h (0) = u h0 V h, t = 0 wobei A h := h diskreter negativer Laplace-Operator und P h orthogonale Projektion auf L 2 (Ω) A h : V h V h mit (A h Ψ, χ) L 2 = ( Ψ, χ) L 2 χ V h P h : L 2 (Ω) V h mit (P h g, χ) L 2 = (g, χ) L 2 χ V h Ziel: Finde u h C([0, T[, V h ), die obiges O-AWP löst. Lösung des semidiskreten O-AWP s erfüllt (SIG) u h (t) = E h (t)u h0 + t 0 E h (t s)p h F(u h (s)) ds t [0, T[ wobei E h (t) = e ta h Lösungsoperator des semidiskreten homogenen linearen O-AWP s ist.

27 Semidiskretes Operator-AWP im FE-Raum V h (2) Fragen: Eindeutige Lösbarkeit der SIG? ( Existenz- und Eindeutigkeitssatz)

28 Semidiskretes Operator-AWP im FE-Raum V h (2) Fragen: Eindeutige Lösbarkeit der SIG? ( Existenz- und Eindeutigkeitssatz) Löst Lösung der SIG auch das semidiskrete O-AWP? (ja, da Lösung u(t) in V h liegt)

29 Semidiskretes Operator-AWP im FE-Raum V h (2) Fragen: Eindeutige Lösbarkeit der SIG? ( Existenz- und Eindeutigkeitssatz) Löst Lösung der SIG auch das semidiskrete O-AWP? (ja, da Lösung u(t) in V h liegt) Definiere den maximal fortgesetzten Lösungsoperator S h des semidiskreten O-AWP s S h : R + V h D(S h ) V h mit S h (t)u h0 := u h (t; u h0 ) D(S h ) := {(t, u h0 ) R + V h t [0, T max (u h0 )[}

30 Galerkin-Verfahren (Liniensystem) Finde Lösung u h : [0, T[ V h mit ((u h ) t (t), χ) L 2 + ( u h (t), χ) L 2 = (F(u h (t)), χ) L 2 t ]0, T[ χ V h u h (0) = u h0 V h t = 0

31 Konvergenz des FE-Verfahrens Satz u 0 H0 1(Ω), u C([0, T max(u 0 )[, H0 1 (Ω)) Lösung der KIG, u h0 V h, u h C([0, T max (u h0 )[, V h ) Lösung der SIG. R 1 > 0 und 0 < t 0 < min{t max (u 0 ), T max (u h0 )} derart, dass u(t) H 1 R 1 und u h (t) H 1 R 1 t [0, t 0 ]. Dann gilt: ( ) (1): u h (t) u(t) L 2 C(R 1, t 0 ) u h0 P h u 0 L 2 + h 2 t 1 2 t ]0, t 0 ] (2): u h (t) u(t) H 1 C(R 1, t 0 )t 1 2 ( uh0 P h u 0 L 2 + h) t ]0, t 0 ] Es folgt: Konvergenz auf kompakten Zeitintervallen: 0 < t 1 < t 0 und u h0 = P h u 0 : u h (t) u(t) H 1 C(R 1, t 0, t 1 )h t [t 1, t 0 ]

32 Übersicht Kurze Einführung in semilineare parabolische ARWP Lösbarkeit des kontinuierlichen Problems Räumliche Diskretisierung mit FEM Langzeitverhalten und globale Attraktoren FEM am Modellbeispiel der Chafee-Infante-Gleichung

33 Generalvoraussetzung 2 Generalvoraussetzung f : R R erfülle κ α 1 u γ f(u)u κ α 2 u γ f (u) l u R u R wobei α 1, α 2, κ, l > 0 und γ 2.

34 Generalvoraussetzung 2 Generalvoraussetzung f : R R erfülle κ α 1 u γ f(u)u κ α 2 u γ f (u) l u R u R wobei α 1, α 2, κ, l > 0 und γ 2. Für Chafee-Infante-Gleichung mit f(u) = λ ( u u 3) gilt für α 1 := λ, α 2 = λ 2, γ := 4, κ := λ 2 und l := λ λ 2 λ u 4 f(u)u λ 2 λ 2 u 4 u R f (u) λ u R

35 Folgerungen (1) Existenz eines Lyapunov-Funktionals L L : H0 1 (Ω) R mit L(u) := 1 Ω 2 u(x) 2 F(u(x)) dx 1 L Vh : V h R mit L(u h ) := 2 u h(x) 2 F(u h (x)) dx wobei F(u) := u 0 f(w) dw. Ω

36 Folgerungen (1) Existenz eines Lyapunov-Funktionals L L : H0 1 (Ω) R mit L(u) := 1 Ω 2 u(x) 2 F(u(x)) dx 1 L Vh : V h R mit L(u h ) := 2 u h(x) 2 F(u h (x)) dx wobei F(u) := u 0 f(w) dw. A-priori Beschränktheit und zeitlich globale Lösbarkeit S(t)u 0 H 1 ρ(κ, λ 1, u 0, Ω) t 0 S h (t)u h0 H 1 ρ(κ, λ 1, u h0, Ω) t 0 h ]0, h 0 ] (S, R +, H 1 0 (Ω)), (S h, R +, V h ) semidynamische Systeme Ω

37 Folgerungen (1) Existenz eines Lyapunov-Funktionals L L : H0 1 (Ω) R mit L(u) := 1 Ω 2 u(x) 2 F(u(x)) dx 1 L Vh : V h R mit L(u h ) := 2 u h(x) 2 F(u h (x)) dx wobei F(u) := u 0 f(w) dw. A-priori Beschränktheit und zeitlich globale Lösbarkeit S(t)u 0 H 1 ρ(κ, λ 1, u 0, Ω) t 0 S h (t)u h0 H 1 ρ(κ, λ 1, u h0, Ω) t 0 h ]0, h 0 ] (S, R +, H 1 0 (Ω)), (S h, R +, V h ) semidynamische Systeme Gleichmäßig (uniform in h) absorbierende Menge S(t)u 0 H 1 R 2 (κ, λ 1, l, Ω) t t 2 (κ, λ 1, R, Ω) u 0 B R S h (t)u h0 H 1 R 2 (κ, λ 1, l, Ω) t t 2 (κ, λ 1, R, Ω) Ω u h0 B R V h h ]0, h 0 ] (S, R +, H 1 0 (Ω)), (S h, R +, V h ) dissipative Systeme

38 Folgerungen (2) Existenz eines globalen Attraktors A (bzw. A h ): ρ > R 2 A = ω( B ρ ) = t 0 S(t) B ρ H 1 0 (Ω) A h = ω( B ρ V h ) = t 0 S h (t)( B ρ V h ) V h

39 Folgerungen (2) Existenz eines globalen Attraktors A (bzw. A h ): ρ > R 2 A = ω( B ρ ) = t 0 S(t) B ρ H 1 0 (Ω) A h = ω( B ρ V h ) = t 0 S h (t)( B ρ V h ) V h Strukturresultate für den globalen Attraktor A (bzw. A h ) ( A = W u (G) = ) W u (Φ), falls G diskret Φ G A h = W u (G h ) = W u (Φ h ), falls G h diskret Φ h G h

40 Folgerungen (2) Existenz eines globalen Attraktors A (bzw. A h ): ρ > R 2 A = ω( B ρ ) = t 0 S(t) B ρ H 1 0 (Ω) A h = ω( B ρ V h ) = t 0 S h (t)( B ρ V h ) V h Strukturresultate für den globalen Attraktor A (bzw. A h ) ( ) A = W u (G) A h = W u (G h ) = Φ G W u (Φ), falls G diskret = W u (Φ h ), falls G h diskret Φ h G h Hauptresultat: Oberhalbstetigkeit des globalen Attraktors unter FE-Diskretisierung

41 Folgerungen (2) Existenz eines globalen Attraktors A (bzw. A h ): ρ > R 2 A = ω( B ρ ) = t 0 S(t) B ρ H 1 0 (Ω) A h = ω( B ρ V h ) = t 0 S h (t)( B ρ V h ) V h Strukturresultate für den globalen Attraktor A (bzw. A h ) ( ) A = W u (G) A h = W u (G h ) = Φ G W u (Φ), falls G diskret = W u (Φ h ), falls G h diskret Φ h G h Hauptresultat: Oberhalbstetigkeit des globalen Attraktors unter FE-Diskretisierung Man kann zeigen: S( ) C 1 (R + H 1 0 (Ω), H1 0 (Ω))

42 Stetige Abhängigkeit der Anfangsdaten Satz Für jeden Radius R > 0 gibt es eine positive, monoton wachsende und nach unten beschränkte Funktion C 1 (, R) : R + R + mit t C 1 (t) so dass die folgende Abschätzung gilt S(t)u 0 S(t)v 0 H 1 C 1 (t) u 0 v 0 H 1 u 0, v 0 B R t R +

43 Oberhalbstetigkeit des globalen Attraktors Satz A globaler Attraktor von (S, R +, H0 1(Ω)), A h globaler Attraktor von (S h, R +, V h ) 0 < h h 0. Dann gilt: d NH (A h, A) = sup u h A h { } inf u h u H 1 u A 0 (für h 0) d.h. der Attraktor A der RDG ist oberhalbstetig unter FE-Diskretisierung.

44 Beweis (1) Wähle t 0 := t 2 (ρ). Es gilt: d NH (A h, A) d NH (A h, S(t)A h ) + d NH (S(t)A h, A) d NH (S h (t)a h, S(t)A h ) + d NH (S(t) B ρ, A) g(t)h + f(t) t 2t 0 h ]0, h 0 ] f stetig, streng monoton fallend und konvergent gegen 0 g stetig und streng monoton wachsend

45 Beweis (1) Wähle t 0 := t 2 (ρ). Es gilt: d NH (A h, A) d NH (A h, S(t)A h ) + d NH (S(t)A h, A) d NH (S h (t)a h, S(t)A h ) + d NH (S(t) B ρ, A) g(t)h + f(t) t 2t 0 h ]0, h 0 ] f stetig, streng monoton fallend und konvergent gegen 0 g stetig und streng monoton wachsend d NH (S h (t)a h, S(t)A h ) = sup u h S h (t)a h { inf u h v H 1} v S(t)A h = sup u h0 A h { inf v h0 A h S h (t)u h0 S(t)v h0 H 1} sup u h0 A h S h (t)u h0 S(t)u h0 H 1 sup u h0 B ρ V h S h (t)u h0 S(t)u h0 H 1 g(t)h t 2t 0 h ]0, h 0 ]

46 Beweis (2) g(t) wird in t 0 -Schritten aufgebaut: (Stetige Abhängigkeit der Anfangsdaten): C 1 (t) = C 1 (t, ρ) S(t)u 0 S(t)v 0 H 1 C 1 (t) u 0 v 0 H 1 u 0, v 0 B ρ t R + (Konvergenz des FE-Verfahrens): C 2 = C 2 (ρ, t 0 ) S h (t)u h0 S(t)u 0 H 1 C 2 h t [t 0, 2t 0 ]

47 Beweis (2) g(t) wird in t 0 -Schritten aufgebaut: (Stetige Abhängigkeit der Anfangsdaten): C 1 (t) = C 1 (t, ρ) S(t)u 0 S(t)v 0 H 1 C 1 (t) u 0 v 0 H 1 u 0, v 0 B ρ t R + (Konvergenz des FE-Verfahrens): C 2 = C 2 (ρ, t 0 ) S h (t)u h0 S(t)u 0 H 1 C 2 h t [t 0, 2t 0 ] Damit zeigt man (g n positive, monoton wachsende Zahlenfolge) S h (nt 0 )u h0 S(nt 0 )u h0 H 1 g n h n N u h0 B ρ V h und mit der eindeutigen Darstellung t = nt 0 + r, n N, r [t 0, 2t 0 [ ( g n positive, monoton wachsende Treppenfunktion) S h (t)u h0 S(t)u h0 H 1 g n h t 2t 0 u h0 B ρ V h Bildung einer stetigen Oberfunktion von g n liefert g(t).

48 Beweis (3) g h Wähle h C ]0, h 0 ] derart, dass h ]0, h C ] : g(2t 0 )h < f(2t 0 ) 2t 0 f t Stetigkeit und Monotonieeigenschaften von f und g liefern: h ]0, h C ] t = t (h) > 2t 0 : g h g(t )h = f(t ) 2t 0 t f t

49 Beweis (4) Offenbar gilt: t = t (h) für h 0 Wegen f(t) 0 für t gilt (für h ]0, h C ]) d NH (A h, A) g(t )h + f(t ) = 2f(t ) 0 für h 0

50 Übersicht Kurze Einführung in semilineare parabolische ARWP Lösbarkeit des kontinuierlichen Problems Räumliche Diskretisierung mit FEM Langzeitverhalten und globale Attraktoren FEM am Modellbeispiel der Chafee-Infante-Gleichung

51 Bifurkationsanalyse der Chafee-Infante-Gleichung Ω =] 1, 1[. Setze ( π ) 2 λ n := n 2 n N 2 und λ h,n := 1 h cos ( ) nhπ cos ( ) n = 1,...,N nhπ h 2 Die Mengen der Bifurkationspunkte sind und BP := {λ n n N} = { π2 4, π2, 9π2 4, 4π2, 25π2 4,...} BP FE := {λ h,n n = 1,...,N h } Struktur der globalen Attraktoren: A und A h bestehen ausschließlich aus heteroklinen Orbits A = W u (Φ) und A h = W u (Φ h ) Φ G Φ h G h

52 Globale Attraktoren der Chafee-Infante-Gleichung (1) Φ + 1 Φ0 Φ0 0 λ π2 4 Φ 1 π 2 4 < λ π2

53 Globale Attraktoren der Chafee-Infante-Gleichung (1) Φ + 1 Φ + 1 Φ 3 Φ0 Φ 2 Φ + 2 Φ 2 Φ + 2 Φ0 Φ + 3 Φ 1 π 2 < λ 9π2 4 9π 2 4 Φ 1 < λ 4π2

54 Stationäre Lösungen der Chafee-Infante-Gleichung Φ 0 Φ 1 + Φ Φ 2 + Φ Φ 3 + Φ

55 Unterteilungsalgorithmus (1): FE-Attraktor A 1 2 für λ = x y z x y z x y z x y z

56 Unterteilungsalgorithmus (2): FE-Attraktor A 1 2 λ = 7 für z y x

57 Unterteilungsalgorithmus (3): FE-Attraktor A 1 2 λ = 7 für

58 Bifurkationsparameter (1): FE-Attraktor A 1 2

59 Bifurkationsparameter (2): Anzahl der Boxen des FE-Attraktors A x 10 5 Anzahl der Boxen Iterationen λ

60 Struktur des FE-Attraktors A 1 2 (1)

61 Struktur des FE-Attraktors A 1 2 (2)

62 Fehlende Boxen des FE-Attraktors A 1 2 (1)

63 Fehlende Boxen des FE-Attraktors A 1 2 (2)

64 Oberhalbstetigkeit des Attraktors: 1. räumlicher Verfeinerungsschritt (1)

65 z Oberhalbstetigkeit des Attraktors: 1. räumlicher Verfeinerungsschritt (2) y x

66 Oberhalbstetigkeit des Attraktors: 1. räumlicher Verfeinerungsschritt (3) Φ ± 1 = ± 2, V 1 2 Φ ± 1 = ± 4, V 1 4

67 Aufwand und Optimierungsversuche dim=3 dim=7 Anzahl der Boxen Verfeinerung

68 Aufwand und Optimierungsversuche Anzahl der Boxen dim=3 dim=7 Zeit pro Verfeinerungsschritt (in Sek.) dim=3 dim= Verfeinerung Verfeinerung

69 Aufwand und Optimierungsversuche Anzahl der Boxen dim=3 dim=7 Zeit pro Verfeinerungsschritt (in Sek.) dim=3 dim= Verfeinerung Verfeinerung dim=3 dim=7 Gesamtzeit (in Sek.) Verfeinerung

70 Herzlichen Dank für Ihre Aufmerksamkeit! Oberseminar Numerik Projekt(e): A2 Denny Otten Bielefeld, 30. Januar 2009

71 Eigenschaften der Nichtlinearität (1) F : H 1 0 (Ω) B R L 2 (Ω) mit F(u)(x) := f(u(x)) df(u) : H 1 0 (Ω) L2 (Ω) mit (df(u)v)(x) := f (u(x))v(x) Satz R > 0 C(R) > 0 u, v B R : (1): df(u)z L 2 C(R) z H 1 z H 1 0 (Ω) (2): df(u)z df(v)z L 2 C(R) u v H 1 z H 1 z H 1 0 (Ω) (3): F(u) F(v) df(u)(u v) L 2 C(R) u v 2 H 1 (4): F(u) F(v) L 2 C(R) u v H 1 F(u) L 2 C(R), F C 1 (H 1 0 (Ω), L2 (Ω)) (5): df(u)z H 1 C(R) z L 2 z L 2 (Ω) (6): F(u) F(v) H 1 C(R) u v L 2 F(u) H 1 C(R)

72 Eigenschaften der Nichtlinearität (2) Falls zusätzlich u H 2 (Ω) H0 1 (Ω), so gilt (7): df(u)w H 1 0 (Ω) w H2 (Ω) H 1 0 (Ω) df(u)w H 1 C(R)( u H 2 w H 1 + w H 2) C(R) w H 2 w H 2 (Ω) H 1 0 (Ω)

73 Existenz und Eindeutigkeit E linearer homogener Lösungsoperator. Es gilt: l {0, 1}, a, b Z mit 1 a b 2 C = C(l, a, b) > 0 : DtE(t)v l (b a) l H b Ct 2 v H a v D(A a 2 ) t > 0 Satz (1): (lokal Existenz und Eindeutigkeit) R > 0 0 < T(R) < u 0 B R 1 u C([0, T(R)], H 1 0 (Ω)) : u(t) löst KIG (2): (globale Existenz und Eindeutigkeit) u 0 H0 1 (Ω), ρ > 0, T > 0 gegeben. Falls für jede Lösung u(t) auf [0, τ] [0, T] der KIG die a-priori Abschätzung u(t) H 1 ρ t [0, τ] gilt, so gibt es genau eine Lösung u C([0, T], H0 1 (Ω)) der KIG.

74 Regularität Satz u 0 H0 1(Ω), u C([0, T max(u 0 )[, H0 1 (Ω)) Lösung der KIG. Dann gilt R 1 > 0 0 < t 0 < T max (u 0 ) mit u(t) H 1 R 1 t [0, t 0 ]: (1): u(t) H s C(R 1, t 0 )t (s 1) 2 t ]0, t 0 ], s = 1, 2 (s 1) 1 (2): u t (t) H s C(R 1, t 0 )t 2 t ]0, t 0 ], s = 0, 1, 2 (3): u tt (t) L 2 C(R 1, t 0 )t 3 2 t ]0, t 0 ] Falls zusätzlich u 0 H 2 (Ω) mit u 0 H 2 R 2, so gilt: (4): u(t) H s C(R 1, R 2, t 0 ) t [0, t 0 ], s = 1, 2 (5): u t (t) H s C(R 1, R 2, t 0 )t s 2 t ]0, t 0 ], s = 0, 1, 2 (6): u tt (t) L 2 C(R 1, R 2, t 0 )t 1 t ]0, t 0 ]

75 Konsistenz des FE-Verfahrens (1) Fehlerzerlegung: u h (t) u(t) = u h (t) R h u(t) + R }{{} h u(t) u(t) }{{} =:θ(t) =:ρ(t) H 1 0 -elliptische Bilinearform a und Ritz-Projektion R h: a : H 1 (Ω) H 1 (Ω) R mit a(u, v) := ( u, v) L 2 R h : H 1 0 (Ω) V h mit a(r h v, χ) = a(v, χ) χ V h Satz u 0 H0 1(Ω), u C([0, T max(u 0 )[, H0 1 (Ω)) Lösung der KIG. R 1 > 0 und 0 < t 0 < T max (u 0 ) derart, dass u(t) H 1 R 1 t [0, t 0 ]. Dann gilt für ρ(t) := R h u(t) u(t) sowie für j = 0, 1 und s = 1, 2 (1): ρ(t) H j C(R 1, t 0 )h s j t (s 1) 2 t ]0, t 0 ] (2): ρ t (t) L 2 C(R 1, t 0 )h s (s 1) 1 t 2 t ]0, t 0 ]

76 Konsistenz des FE-Verfahrens (2) Falls zusätzlich u 0 H 2 (Ω) mit u 0 H 2 R 2, so gilt (3): ρ(t) H j C(R 1, R 2, t 0 )h s j t [0, t 0 ] (4): ρ t (t) L 2 C(R 1, R 2, t 0 )h s t s 2 t ]0, t0 ]

77 Stabilität des FE-Verfahrens (1) Satz u 0 H0 1(Ω), u C([0, T max(u 0 )[, H0 1 (Ω)) Lösung der KIG, u h0 V h, u h C([0, T max (u h0 )[, V h ) Lösung der SIG. R 1 > 0 und 0 < t 0 < min{t max (u 0 ), T max (u h0 )} derart, dass u(t) H 1 R 1 und u h (t) H 1 R 1 t [0, t 0 ]. Dann gilt für θ(t) := u h (t) R h u(t) (1): θ(t) L 2 C(R 1, t 0 )( u h0 P h u 0 L 2 + h 2 t 1 2 ) + C(R 1 ) t 0 (t s) 1 2 uh (s) u(s) L 2 ds t ]0, t 0 ] (2): θ(t) H 1 C(R 1, t 0 )t 1 2 ( uh0 P h u 0 L 2 + h) + C(R 1 ) t 0 (t s) 1 2 uh (s) u(s) H 1 ds t ]0, t 0 ]

78 Stabilität des FE-Verfahrens (2) Falls zusätzlich u 0 H 2 (Ω) mit u 0 H 2 R 2, so gilt (3): θ(t) L 2 C(R 1, R 2, t 0 )( u h0 P h u 0 L 2 + h 2 ) + C(R 1 ) t 0 (t s) 1 2 uh (s) u(s) L 2 ds t ]0, t 0 ] (4): θ(t) H 1 C(R 1, R 2, t 0 )( u h0 u 0 H 1 + h) + C(R 1 ) t 0 (t s) 1 2 uh (s) u(s) H 1 ds t ]0, t 0 ]

79 Existenz eines Lyapunov-Funktionals L : H 1 0 (Ω) R mit L(u) := wobei F(u) := u 0 f(w) dw. Ω 1 2 u(x) 2 F(u(x)) dx Satz L ist ein Lyapunov-Funktional für (S, R +, H0 1 (Ω)), d.h. (1): L ist stetig in H 1 0 (Ω) (2): u 0 H 1 0 (Ω) : L(S(t)u 0) ist nichtwachsend in t (3): L(u) C(λ 1 ) Ω u H 1 0 (Ω) (4): L(u) 0 für u H 1 + (5): u 0 H 1 0 (Ω), S(t)u 0 ex. t R und T R mit L(S(T)u 0 ) = L(u 0 ). Dann gilt: Au 0 = F(u 0 ) Analog: L Vh ist Lyapunov-Funktional für (S h, R +, V h ).

80 Existenz gleichmäßig absorbierender Mengen Satz Sei R > 0, B R := {u 0 H 1 0 (Ω) u 0 H 1 R} R 2 := (κ Ω (3λ l(1 + λ 1 1 ) + 1)) 1 2 t 2 = t 2 (R) := 1 ( λ1 R 2 ) ln + 1 2λ 1 κ Ω wobei κ, l > 0 und λ 1 > 0 kleinster Eigenwert der Helmholtz-Gleichung. Dann gilt: (1): S(t)u 0 H 1 R 2 t t 2 u 0 B R (2): h 0 > 0 : S h (t)u h0 H 1 R 2 t t 2 u h0 B R V h 0 < h h 0

81 Existenz globaler Attraktoren Satz ρ > R 2 : (1): (S, R +, H0 1 (Ω)) besitzt den globalen Attraktor A = ω( B ρ ) H 1 0 (Ω). A zieht die Menge B ρ gleichmäßig an und A = ω( B ρ ) = t 0 S(t) B ρ (2): (S h, R +, V h ) besitzt für jedes 0 < h h 0 den globalen Attraktor A h = ω( B ρ V h ) V h. A h zieht die Menge B ρ V h gleichmäßig (uniform in h) an und A h = ω( B ρ V h ) = t 0 S h (t)( B ρ V h ) 0 < h h 0

82 Struktur der globalen Attraktoren Satz Sei A (bzw. A h ) der globale Attraktor von (S, R +, H0 1 (Ω)) (bzw. S h, R +, V h ) mit 0 < h h 0 ). Dann gilt: A = W u (G) bzw. A h = W u (G h ) wobei G (bzw. G h ) die Menge der Gleichgewichtpunkte bezeichnet. Falls G (bzw. G h ) zusätzlich diskret ist, so gilt sogar A = W u (Φ) bzw. A h = W u (Φ h ) Φ G Φ h G h und A = A Φ G W s (Φ) bzw. A h = A h Φ h G h W s (Φ h )

83 Beispiele zur Lösbarkeitstheorie (1): f(u) = λ sin(u) f(u) = λ cos(u) (2): f(u) = λ sin(u) cos(u) f(u) = λu sin(u) cos(u) (3): f(u) = λ(u u n ), wobei n N, n 2 f(u) = λ(u u 2 ) (Kolmogorov-Petrovsky-Piskounov-Gleichung) n (4): f(u) = λ a i u i, wobei a i R, n N i=0 (5): f(u) = a + be λu f(u) = λe u (Zel dovich-frank-kamenetskii-gleichung) (6): f(u) = λe 1 u 2

84 Beispiele zur Langzeitanalyse (1): f(u) = λ(u + u 2 sin(u) u 3 ) f(u) = λ(u + u 2 sin(u) + u 3 cos(u) u 5 ) (2): f(u) = λ(u u n ), wobei n N, n 3, n ungerade f(u) = λ(u u 3 ) (Chafee-Infante-Gleichung) n (3): f(u) = λ a i u i, wobei a i R, n N, n ungerade, a n < 0 i=0 f(u) = λ( u 2 3u 3 ) (Medizinisches-Modell) (keine Bifurkationen) (4): f(u) = λu(1 u)(u β), wobei β ]0, 1[ (Allen-Cahn-Modell)

85 Beispiele mit Bifurkation (1): f(u) = λ(u u n ), wobei n N, n 3, n ungerade (2): f(u) = λu(α u)(u β), wobei α > 0, β < 0 oder α < 0, β > 0 f(u) = λu(1 u)(u β), wobei β ]0, 1[ (Allen-Cahn-Modell) n (3): f(u) = λ a i u i, wobei n N, n 3, n ungerade, a i R, a n < 0 i=0 a 1 = 0 : keine Bifurkationen a 1 0 : Bifurkationen vorhanden (4): f(u) = λ(u u 3 ) (Chafee-Infante-Gleichung)

86 FE-Bifurkationsdiagramme für V u1 0 BP BP BP u2 0 BP BP BP lambda lambda u3 0 BP BP BP lambda

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

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

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

Numerik gewöhnlicher Differentialgleichungen

Numerik gewöhnlicher Differentialgleichungen Numerik gewöhnlicher Differentialgleichungen 4.4 Anfangsrandwertprobleme Die Diskretisierung von zeitabhängigen partiellen Differentialgleichungen mit der Linienmethode führt auf Systeme gewöhnlicher Dgl

Mehr

Kapitel 3. Diskretisierungsverfahren. 3.1 Elliptische Differentialgleichung

Kapitel 3. Diskretisierungsverfahren. 3.1 Elliptische Differentialgleichung Kapitel 3 Diskretisierungsverfahren 3.1 Elliptische Differentialgleichung Wir beschränken uns auf elliptische Randwertaufgaben. Gesucht ist eine Funktion u (x, y) in R 2, welche die allgemeine partielle

Mehr

Übungen zu Partielle Differentialgleichungen, WS 2016

Übungen zu Partielle Differentialgleichungen, WS 2016 Übungen zu Partielle Differentialgleichungen, WS 2016 Ulisse Stefanelli 16. Januar 2017 1 Beispiele 1. Betrachten Sie die Beispiele von nichtlinearen PDG und Systemen, die wir im Kurs diskutiert haben,

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

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

7. Die eindimensionale Wärmeleitungsgleichung

7. Die eindimensionale Wärmeleitungsgleichung H.J. Oberle Differentialgleichungen II SoSe 2013 7. Die eindimensionale Wärmeleitungsgleichung Als Beispiel für eine parabolische PDG betrachten wir die eindimensionale Wärmeleitungsgleichung u t (x, t)

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

Übungen zu Differentialgleichungen (WiSe 12/13)

Übungen zu Differentialgleichungen (WiSe 12/13) Übungen zu Differentialgleichungen WiSe 2/) Blatt 6 22 November 202 Gruppenübung Aufgabe G Sei f t, p) := p 5, t, p) R 2 Gegeben sei das Anfangswertproblem ẋ = f t,x), x0) = ) Bestimmen sie das maximale

Mehr

3 Die Finite-Elemente-Methode

3 Die Finite-Elemente-Methode (3.1) Sei R 2 ein Polygongebiet, d.h. offen, zusammenhängend, und sei ein Polygonzug. Dann heißt T h = {K 1,...,K M } eine zulässige Triangulierung von, wenn a) K m = conv{z m,0,z m,1,z m,2 } Dreieck mit

Mehr

Überlappende Verfahren nach der Schwarz-Methode

Überlappende Verfahren nach der Schwarz-Methode Überlappende Verfahren nach der Schwarz-Methode Institut für Numerische und Angewandte Mathematik 2 Überlappende Zerlegung Ω 1 Ω = Ω 1 Ω 2 Ω 1,2 := Ω 1 Ω 2 Γ 2 Ω 1,2 Γ 1 Γ 1 := Ω 1 Ω 2 Γ 2 := Ω 2 Ω 1 Ω

Mehr

Orthogonalpolynome Einführung, Eigenschaften und Anwendungen

Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Orthogonalpolynome Einführung, Eigenschaften und Anwendungen 1 Orthogonalpolynome Einführung, Eigenschaften und Anwendungen Anna Weller Seminar zur Numerik im SS 2018, Universität zu Köln 10.

Mehr

Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichungen

Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichungen Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichungen LM München 13.12.2012 Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 1/15 Einführung Lu = u =

Mehr

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien

Mehr

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 2

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 2 Prof. Roland Gunesch Sommersemester 00 Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt Aufgabe : a Zeigen Sie: Für alle Anfangsdaten u 0, t 0 R R hat das Anfangswertproblem

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

Nachklausur zur Analysis 2, SoSe 2017

Nachklausur zur Analysis 2, SoSe 2017 BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe

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

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

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

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

Finite Elemente. bzw. F + E K = 1. (1)

Finite Elemente. bzw. F + E K = 1. (1) Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 25 Finite Elemente Übung 2 Aufgabe 6 (Eulerscher Polyedersatz für Triangulierung)

Mehr

Gitterfreie Methoden. Florian Hewener. 29. Oktober 2013

Gitterfreie Methoden. Florian Hewener. 29. Oktober 2013 Gitterfreie Methoden 1D 2D Florian Hewener 29. Oktober 2013 Gliederung 1 Interpolationsprobleme Problemstellung Haar-Räume 2 Mehrdimensionale Polynominterpolation 3 Splines Kubische Splines und natürliche

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

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

Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt

Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht Partielle Differentialgleichungen, Approximation der Lösung Finite Elemente, lineare und höhere Ansatzfunktionen Dünn

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

Ritz-Galerkin-Verfahren Courant Element

Ritz-Galerkin-Verfahren Courant Element Ritz-alerkin-Verfahren Courant Element Moritz Scherrmann LMU München Zillertal am 09.01.2015 Moritz Scherrmann Ritz-alerkin-Verfahren Courant Element 1/15 Erinnerung Sei R n beschränktes ebiet, f C 0 ()

Mehr

Johannes Veit. 8. Januar 2016

Johannes Veit. 8. Januar 2016 Finite im Ein Blick über den Tellerrand... mit FreeFem++ 8. Januar 2016 im 1 2 im 3 4 Gliederung 5 im 1 2 im 3 4 Gliederung 5 dem Einheitsquadrat Laplace - Gleichung: im u(x) = 0 Man betrachte das Problem

Mehr

Analysis 4. Lösungsvorschlag zum 12. Übungsblatt

Analysis 4. Lösungsvorschlag zum 12. Übungsblatt Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Andreas Geyer-Schulz SS 208. Juli 208 Analysis 4 Lösungsvorschlag zum 2. Übungsblatt Aufgabe 42 Wir untersuchen

Mehr

Lösungsvorschlag zur Nachklausur zur Analysis

Lösungsvorschlag zur Nachklausur zur Analysis Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie

Mehr

Partielle Differentialgleichungen Kapitel 11

Partielle Differentialgleichungen Kapitel 11 Partielle Differentialgleichungen Kapitel Die Laplace- und Poisson- Gleichungen Die Struktur bei elliptischen Gleichungen zweiter Ordnung ist nicht wesentlich verschieden bei Operatoren mit konstanten

Mehr

Hawkes Prozesse Grundlagen

Hawkes Prozesse Grundlagen Hawkes Prozesse Grundlagen Im Folgenden sei (Ω, F, F, P) eine stochastische Basis. Das heißt F = (F t ) t ist eine rechtsstetige Filtration mit F t F für alle t und P ein Wahrscheinlichkeitsmaß auf dem

Mehr

Nichtlineare Optimierung

Nichtlineare Optimierung Nichtlineare Optimierung Roland Griesse Numerische Mathematik Chemnitzer Skiseminar Gerlosberg, 07. 14. März 2009 Gliederung Konvexe Optimierung 1 Konvexe Optimierung Bedeutung Beispiele Charakterisierung

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

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

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

u(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T

u(x, 0) = g(x) : 0 x 1 u(0, t) = u(1, t) = 0 : 0 t T 8.1 Die Methode der Finiten Differenzen Wir beschränken uns auf eindimensionale Probleme und die folgenden Anfangs und Anfangsrandwertprobleme 1) Cauchy Probleme für skalare Erhaltungsgleichungen, also

Mehr

Bericht zur Mathematischen Zulassungsprüfung im Mai 2010

Bericht zur Mathematischen Zulassungsprüfung im Mai 2010 Bericht zur Mathematischen Zulassungsprüfung im Mai 2 Heinz-Willi Goelden, Wolfgang Lauf, Martin Pohl Am 5. Mai 2 fand die Mathematische Zulassungsprüfung statt. Die Prüfung bestand aus einer 9-minütigen

Mehr

Praktikum. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik WS 2007

Praktikum. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik WS 2007 Praktikum Vita Rutka Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik WS 2007 Block 1 jeder Anfang ist eindimensional Was ist FEM? Die Finite-Elemente-Methode (FEM) ist ein numerisches

Mehr

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung, Teil II

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung, Teil II für zur Lösung der Monge-Ampère-Gleichung, Teil II Andreas Platen Institut für Geometrie und Praktische Mathematik RWTH Aachen Seminar zur Approximationstheorie im Wintersemester 2009/2010 1 / 27 Gliederung

Mehr

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung für zur Lösung der Monge-Ampère-Gleichung Yasemin Hafizogullari Institut für Geometrie und Praktische Mathematik RWTH Aachen Vortrag zum Seminar im Wintersemester 2009/2010 Ein Transportproblem für? für

Mehr

Stationäre Newtonsche Strömung

Stationäre Newtonsche Strömung Stationäre Newtonsche Strömung Bettina Suhr Inhaltsverzeichnis 1 Einleitung 2 2 Die Navier-Stokes-Gleichungen 2 3 Die schwache Formulierung 2 4 Die Ortsdiskretisierung 5 4.1 Taylor-Hood Elemente........................

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

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

Hauptseminar: Moderne Simulationsmethoden

Hauptseminar: Moderne Simulationsmethoden Hauptseminar: Moderne Simulationsmethoden Finite Elemente Methode von Galerkin Tanja Heich Fachbereich 08 Johannes Gutenberg-Universität Mainz 02. November 2017 Hauptseminar Moderne Simulationsmethoden

Mehr

Beispiel: Die Sägezahnfunktion.

Beispiel: Die Sägezahnfunktion. Beispiel: Die Sägezahnfunktion. Betrachte die Sägezahnfunktion : für t = oder t = π S(t) := 1 (π t) : für < t < π Die Sägezahnfunktion ist ungerade, also gilt (mit ω = 1) a k = und b k = π π und damit

Mehr

Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden.

Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden. Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am 20.6.2015 um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden. Prof. Dr. Wolfgang Arendt Manuel Bernhard Sommersemester 2015 Achten

Mehr

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1. Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x

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

Nichtlineare Funktionalanalysis. Eine Einführung

Nichtlineare Funktionalanalysis. Eine Einführung Michael Růžička Nichtlineare Funktionalanalysis Eine Einführung Inhaltsverzeichnis Notation...................................................... IX 1 Fixpunktsätze............................................

Mehr

Existenzsatz von Lions

Existenzsatz von Lions II.4. Darstellung von Sesquilinearformen 37 Existenzsatz von Lions Im Satz von Lax-Milgram wurde mittels einer Sesquilinear- bzw. Bilinearform ein Operator T L (H) eines Hilbertraumes H und seine Invertierbarkeit

Mehr

Teil 6. Differentialrechnung mehrerer Veränderlicher

Teil 6. Differentialrechnung mehrerer Veränderlicher Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält

Mehr

Dynamische Systeme eine Einführung

Dynamische Systeme eine Einführung Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,

Mehr

4.8.1 Shortley Weller-Approximation Interpolation in randnahen Punkten... 81

4.8.1 Shortley Weller-Approximation Interpolation in randnahen Punkten... 81 Inhaltsverzeichnis 1 Partielle Differentialgleichungen und ihre Typeneinteilung... 1 1.1 Beispiele... 1 1.2 Typeneinteilungen bei Gleichungen zweiter Ordnung.................. 5 1.3 Typeneinteilungen bei

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

Finite Elemente am Beispiel der Poissongleichung

Finite Elemente am Beispiel der Poissongleichung am Beispiel der Poissongleichung Roland Tomasi 11.12.2013 Inhalt 1 2 3 Poissongleichung Sei R n ein Gebiet mit abschnittsweise glattem Rand und f L 2 (). Wir suchen u : R, so dass u = f in, u = 0 Physikalische

Mehr

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I Staatsexamen Herbst 17 Differential- und Integralrechnung, Thema I 1. a) Die Aussage ist wahr! Sei s R der Reihenwert der Reihe k=1 Da a n = s n s n 1 für n, ist also b) Die Aussage ist falsch! a k, also

Mehr

Partielle Differentialgleichungen. Hofer Joachim/Panis Clemens

Partielle Differentialgleichungen. Hofer Joachim/Panis Clemens 9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................

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

Übungen zu Analysis, SS 2015

Übungen zu Analysis, SS 2015 Übungen zu Analysis, SS 215 Ulisse Stefanelli 15. Juni 215 1 Wiederholung 1. Untersuchen Sie das Verhalten der folgenden Folgen a n = n 2 cosh(1/n), b n = ln(ln(n))/n, c n = (2 n n 2 )/n!, 2. Stellen Sie

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

6. Die dreidimensionale Wellengleichung

6. Die dreidimensionale Wellengleichung H.J. Oberle Differentialgleichungen II SoSe 2013 6. Die dreidimensionale Wellengleichung Wir suchen Lösungen u(x, t) der folgenden AWA für die 3-D Wellengleichung u t t c 2 3 u = 0, x R 3, t 0, u(x, 0)

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

Unstetige Galerkin-Verfahren und die lineare Transportgleichung. Tobias G. Pfeiffer Freie Universität Berlin

Unstetige Galerkin-Verfahren und die lineare Transportgleichung. Tobias G. Pfeiffer Freie Universität Berlin Unstetige Galerkin-Verfahren und die lineare Transportgleichung Tobias G. Pfeiffer Freie Universität Berlin Seminar DG-Verfahren, 26. Mai 2009 , Voraussetzungen & Ziele Voraussetzungen Kenntnisse in Numerik

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

Partielle Differentialgleichungen

Partielle Differentialgleichungen Partielle Differentialgleichungen Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 13.,15. und 29. Mai 2009 Transversalschwingungen

Mehr

Proseminar Partielle Differentialgleichungen 1

Proseminar Partielle Differentialgleichungen 1 Proseminar Partielle Differentialgleichungen 1 Gerald Teschl SS2012 Bemerkung: Die meisten Beispiel sind aus dem Buch von L. C. Evans, Partial Differential Equations, Amer. Math. Soc., 1998 bzw. aus der

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

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n

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

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

Wichtige Klassen reeller Funktionen

Wichtige Klassen reeller Funktionen 0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

Analysis II. 8. Klausur mit Lösungen

Analysis II. 8. Klausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge

Mehr

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung

Numerische Verfahren zur Lösung der Monge-Ampère-Gleichung Verfahren zur Lösung der Monge-Ampère-Gleichung Yasemin Hafizogullari Institut für Geometrie und Praktische Mathematik RWTH Aachen Seminar zu aktuellen Themen der Numerik im Wintersemester 2010/2011 1

Mehr

Der Kern des Dirac-Operators

Der Kern des Dirac-Operators Der Kern des Dirac-Operators Bernd Ammann Universität Regensburg Antrittsvorlesung, Regensburg, 3.12.2009 1. Motivation Dirac-Gleichung Witten-Spinor Weierstraß-Darstellung 2. Dirac-Operatoren in höheren

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

Lösungsvorschlag Klausur MA9802

Lösungsvorschlag Klausur MA9802 Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden

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

10 Die Methode der finiten Elemente für ein parabolisches Problem

10 Die Methode der finiten Elemente für ein parabolisches Problem 1 Die Methode der finiten Elemente für ein parabolisches Problem In diesem Kapitel untersuchen wir die Approximation von Lösungen der Modell-Wärmeleitungsgleichung in zwei räumlichen Dimensionen mithilfe

Mehr

2. Vorlesung Partielle Differentialgleichungen

2. Vorlesung Partielle Differentialgleichungen 2. Vorlesung Partielle Differentialgleichungen Wolfgang Reichel Karlsruhe, 22. Oktober 204 Institut für Analysis KIT University of the State of Baden-Wuerttemberg and National Research Center of the Helmholtz

Mehr

Formelsammlung Analysis I & II

Formelsammlung Analysis I & II Formelsammlung Analysis I & II Wichtige eindimensionale Integrale: { x s dx = s+ xs+ + C falls s log x + C falls s = exp(x dx = exp(x + C cos(x dx = sin(x + C sin(x dx = cos(x + C sinh(x dx = cosh(x +

Mehr

Scheinklausur zur Vorlesung Partielle Differentialgleichungen

Scheinklausur zur Vorlesung Partielle Differentialgleichungen Karlsruher Institut für Technologie (KIT) WS 2010/2011 Institut für Analysis 31.1.2011 Prof. Dr. Wolfgang Reichel Dipl.-Math. Dagmar Roth Scheinklausur zur Vorlesung Partielle Differentialgleichungen Name:

Mehr

FESTSTELLUNGSPRÜFUNG in HM2

FESTSTELLUNGSPRÜFUNG in HM2 FESTSTELLUNGSPRÜFUNG in HM2 FDIBA - TU, WS 27/8 INFORMATIK Name: Immatrikulationsnummer: Aufgabe : Zu lösen sei, durch Anwendung der Transformation von Laplace, das Anfangswertproblem 9P. u () (t) u(t)

Mehr

5 Die Picardschen Sätze

5 Die Picardschen Sätze 03 5 Die Picardschen Sätze Für eine zweimal stetig differenzierbare reell- oder komplexwertige Funktion f auf einem Gebiet G C ist der Laplace-Operator definiert durch Behauptung: = 4 Beweis: Daraus folgt:

Mehr

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare

Mehr

Finite Elemente Methoden (aus der Sicht des Mathematikers)

Finite Elemente Methoden (aus der Sicht des Mathematikers) Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht: Partielle Differentialgleichungen, Approximation der Lösung, Finite Elemente, lineare und höhere Ansatzfunktionen, Dünn

Mehr

30 Die Gammafunktion und die Stirlingsche Formel

30 Die Gammafunktion und die Stirlingsche Formel 3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel

Mehr

u = 1 in Ω, v = 1 in BR (0), v = 0 auf B R (0). w = v + u = 1 1 = 0 in Ω,

u = 1 in Ω, v = 1 in BR (0), v = 0 auf B R (0). w = v + u = 1 1 = 0 in Ω, Aufgabe Es sei Ω R n ein beschränktes Gebiet mit Ω B R (0 für ein R > 0. Zeigen Sie: Ist u C (Ω C(Ω eine Lösung von u = in Ω, u = 0 auf Ω, so gilt die Abschätzung 0 u(x R x n für alle x Ω. Hinweis: Berechnen

Mehr

Analysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz:

Analysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz: d-infk Lösung von Serie 4 FS 07 4.. Inhomogene Lineare Differentialgleichungen Das charakteristische Polynom der homogenen DGl y (4) + y + y = 0 ist λ 4 + λ + = (λ + ). Seine Wurzeln sind ±i und jede hat

Mehr

2. Vorlesung Partielle Differentialgleichungen

2. Vorlesung Partielle Differentialgleichungen 2. Vorlesung Partielle Differentialgleichungen Wolfgang Reichel 2.Transatlantische Vorlesung aus Oaxaca, Mexiko, 20. Oktober 2010 Institut für Analysis KIT University of the State of Baden-Wuerttemberg

Mehr

Zeige, daß A nichtsingulär ist und berechne die Inverse Matrix. Lösung: A ist nicht singulär, wenn det A 0. Ist das der Fall, so gilt

Zeige, daß A nichtsingulär ist und berechne die Inverse Matrix. Lösung: A ist nicht singulär, wenn det A 0. Ist das der Fall, so gilt Algebra, Analytische Geometrie. 1. Sei 1, 0, 9 A := 1, 2, 3,. 2, 2, 2, Zeige, daß A nichtsingulär ist und berechne die Inverse Matrix. Lösung: A ist nicht singulär, wenn det A 0. Ist das der Fall, so gilt

Mehr

3 Gemischte Diskretisierungen und Sattelpunktprobleme

3 Gemischte Diskretisierungen und Sattelpunktprobleme Finite Elemente II 67 3 Gemischte Diskretisierungen und Sattelpunktprobleme Der Begriff gemischte Diskretisierung (mixed method) bezeichnet die FE- Diskretisierung eines Variationsproblems, in welchem

Mehr

Gewöhnliche Dierentialgleichungen

Gewöhnliche Dierentialgleichungen Prof. Dr. Guido Sweers WS 28/29 Jan Gerdung, M.Sc. Gewöhnliche Dierentialgleichungen Übungsblatt 6 Die Lösungen müssen in den Übungsbriefkasten Gewöhnliche Dierentialgleichungen Raum 3 im MI) geworfen

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

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

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