Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichungen

Größe: px
Ab Seite anzeigen:

Download "Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichungen"

Transkript

1 Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichungen LM München Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 1/15

2 Einführung Lu = u = Lässt sich verallgemeinern: 2 i u = f in i=1 u = g auf Lu = (a ij (x)u xi ) xj = f in u = g auf mit u Lösung, f, g Funktionen, L Operator, a ij Koezientenfunktion Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 2/15

3 sei g = w w H 1 () u = w u w : = ũ u w = 0 Lũ = f ũ = 0 in auf mit f := f Lw L 2 () Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 3/15

4 Von der klassischen zur schwachen Formulierung Lu = f in u = 0 auf mit R n oen und beschränkt, u : R, u = u(x) f : R, L partieller Dierentialoperator 2.Ordnung Lu = (a ij (x)u xi ) xj a ij L () f L 2 () Dieses Problem kann nicht klassich gelöst werden, da i a nicht deniert ist Schwache Lösung Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 4/15

5 Lu = (a ij (x)u xi ) xj = f 1) Multiplikation mit v, v C c () 2) Integration über u 3) Partielle Integration auf der linken Seite a ij u xi v xj = fvdx Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 5/15

6 Bilinearform und Schwache Lösung Bilinearform B [u, v] := a ij u xi v xj mit u, v H 1 0 () Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 6/15

7 Schwache Lösung Wir sagen, u H0 1 () ist eine schwache Lösung des Randwertproblems Lu = f in u = 0 auf wenn B [u, v] = (f, v) für alle v H 1 0 () und mit (, ) Skalarprodukt in L2 () gilt. Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 7/15

8 Beweis Bilinearform B [u, v] = a ij u xi v xj 1) linear in jeder Komponente 2) Abschätzung von oben: B [u, v] α u v 3) Abschätzung von unten: β u 2 B [u, v] mit u, v H und α, β > 0 Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 8/15

9 zu 1) B [λu, v] = a ij λu xi v xj = λb [u, v] B [u, λv] = B [u + ũ, v] = = a ij u xi λv xj = λb [u, v] a ij (u + ũ) xi v xj a ij u xi v xj + = B [u, v] + B [ũ, v] a ij ũ xi v xj Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 9/15

10 zu 2) B [u, v] = a a ( a ij u xi v xj a ij u xi v xj u v u 2 ) 0,5 ( v 2 ) 0,5 = α u H 1 0 v H 1 0 Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 10/15

11 zu 3) B [u, v] = β = β u 2 u 2 a ij u xi v xj Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 11/15

12 Lax-Milgram Theorem B : H H R ist eine bilineare Abbildung, für die Konstanten α, β > 0 existieren, so dass B [u, v] α u v β u 2 B [u, v] mit u, v H gilt. f : H R ist eine beschränkte und lineare Funktion auf H. Es gibt ein eindeutiges Element u H, so dass für alle v H gilt. B [u, v] = f, v Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 12/15

13 Beweis Lax-Milgram Zeige: B [u, v] = f, v Anwendung des Rieszschen Darstellungssatzes: es gibt ein eindeutiges Element w H, so dass f, v = (w, v), d.h. B [u, v] = (w, v) mit v H gilt. Wir denieren w := Au B[u, v] = Au, v mit u, v Wir zeigen, dass A linear und beschränkt ist; sei A : H H ein linearer und beschränkter Operator. Für λ 1, λ 2 R und u 1, u 2 H gilt für jedes v H: (A(λ 1 u 1 +λ 2 u 2 ), v) = B [λ 1 u 1 + λ 2 u 2, v] = λ 1 B [u 1, v]+λ 2 B [u 2, v] = λ 1 (Au 1, v) + λ 2 (Au 2, v) = (λ 1 Au 1 + λ 2 Au 2, v) A ist linear, da diese Gleichung für alle v H gilt. Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 13/15

14 Es gilt: Au 2 = (Au, Au) = B [u, Au] α u Au A ist beschränkt, da diese ngleichung für alle u H gilt. Wir wollen zeigen, dass A bijektiv ist und R(A) abgeschlossen ist in H. R(A) = {w H Au = w} β u 2 B [u, u] = (Au, u) Au u β u Au ker(a) = 0 A ist bijektiv und R(A) in H Wir zeigen, dass R(A) = H Angenommen dies gilt nicht, dann würde es ein von Null verschiedenes Element w H mit w R(A) geben: β w 2 B [w, w] = (Aw, w) = 0 Widerspruch R(A) = H Somit gilt: B [u, v] = (Au, v) = (w, v) = f, v Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 14/15

15 Zusammenfassung: Lax-Milgram B : H H R ist eine bilineare Abbildung, für die Konstanten α, β > 0 existieren, so dass B [u, v] α u v β u 2 B [u, v] mit u, v H gilt. f : H R ist eine beschränkte und lineare Funktion auf H. Es gibt ein eindeutiges Element u H, so dass für alle v H gilt. B [u, v] = f, v Existenz von schwachen Lösungen zu verallgemeinerten elliptischen Gleichung 15/15

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

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

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 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

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69

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

Mehr

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

Randwertprobleme. Kapitel 7. Randwertprobleme für lineare Differentialgleichungen 2. Ordnung

Randwertprobleme. Kapitel 7. Randwertprobleme für lineare Differentialgleichungen 2. Ordnung Kapitel 7 Randwertprobleme Anwendungsbeispiel: Temperaturverteilung in einem dünnen Stab mit isolierter Oberfläche. u(x) : Temperatur im Stab an der Stelle x, x ; L. Im Gleichgewichtszustand genügt u der

Mehr

Existenz höherer Ableitungen

Existenz höherer Ableitungen Existenz höherer Ableitungen Bernhard Pfirsch LMU München Zillertal am 15.12.2012 Bernhard Pfirsch Existenz höherer Ableitungen 1/16 Definitionen: Sei der Operator L von der Form Lu = (A u), A : R n n,

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

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

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

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

Über- und unterbestimmte Systeme

Über- und unterbestimmte Systeme Über- und unterbestimmte Systeme Über- und unterbestimmte Systeme (verallgemeinerte Lösungen) Ax = b ist genau dann für alle b R m eindeutig lösbar, wenn m = n und rk A = n. Falls m n oder rk A < min{m,

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

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

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations

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

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit Bild und Kern Für eine lineare Abbildung L : V W bezeichnet man mit Kern L = {v V : L(v) = 0} V den Kern und mit Bild L = {w W : v V mit L(v) = w} W das Bild von L. Bild und Kern 1-1 Bild und Kern Für

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

Modellierung elastischer Materialien Variationsformulierung Galerkin-Approximation FreeFem++ Ausblick: Lineare Thermoelastiz. Lineare Elastizität

Modellierung elastischer Materialien Variationsformulierung Galerkin-Approximation FreeFem++ Ausblick: Lineare Thermoelastiz. Lineare Elastizität Lineare Elastizität Dominik Woznica Universität des Saarlandes 05.02.2016 Gliederung 1 Modellierung elastischer Materialien 2 Variationsformulierung 3 Galerkin-Approximation 4 FreeFem++ 5 Ausblick: Lineare

Mehr

Differentialgeometrie II (Flächentheorie) WS

Differentialgeometrie II (Flächentheorie) WS Differentialgeometrie II (Flächentheorie) WS 2013-2014 Lektion 3 30. Oktober 2013 c Daria Apushkinskaya 2013 () Flächentheorie: Lektion 3 30. Oktober 2013 1 / 23 3. Erste Fundamentalform parametrisierten

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

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Euklidische und unitäre Vektorräume In allgemeinen Vektorräumen gibt es keine Möglichkeit der Längenmessung von Vektoren und der Winkelmessung zwischen zwei Vektoren. Dafür ist eine zusätzliche Struktur

Mehr

Maximumprinzip und Minimumprinzip

Maximumprinzip und Minimumprinzip Maximumprinzip und Minimumprinzip Daniela Rottenkolber LMU München Zillertal / 13.12.2012 16.12.2012 Daniela Rottenkolber Maximumprinzip und Minimumprinzip 1/14 Übersicht Motivation mit Beispielen Schwaches

Mehr

6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten

6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten 6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten Dieser Abschnitt ist ein Einschub. Gewöhnliche DGL werden im nächsten Semester behandelt. Unter einer linearen gewöhnlichen DGL

Mehr

Effiziente Algorithmen Lineares Programmieren 216. Schwache Dualität

Effiziente Algorithmen Lineares Programmieren 216. Schwache Dualität Effiziente Algorithmen Lineares Programmieren 216 Schwache Dualität Sei wieder z = max{ c T x Ax b, x 0 } (P ) und w = min{ b T u A T u c, u 0 }. (D) x ist primal zulässig, wenn x { x Ax b, x 0 }. u ist

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

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 15. Dezember 2007

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 15. Dezember 2007 KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 5. Dezember 007 Name: Studiengang: Aufgabe 3 4 5 Summe Punktzahl /40 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung

Mehr

Lösung 7: Bilinearformen

Lösung 7: Bilinearformen D-MATH Lineare Algebra II FS 207 Dr. Meike Akveld Lösung 7: Bilinearformen. a). Seien u, u 2 V, λ K, dann gelten nach Voraussetzung: L v (u + λu 2 ) =β(v, u + λu 2 ) = β(v, u ) + β(v, λu 2 ) =β(v, u )

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

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j. Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 24 1. Zeige: Ist 1 n := min{dim K (V 1 ), dim K (V 2 )} < für Vektorräume V 1 und V 2, so ist jeder Tensor in V 1 K V 2 eine Summe von

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

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen

Mehr

Holomorphe Funktionen

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

Mehr

Ein Skript für Lineare Algebra I und II

Ein Skript für Lineare Algebra I und II Ein Skript für Lineare Algebra I und II Chris Preston 2003/04 1 2 Dies ist ein Skript für die Vorlesungen Lineare Algebra I und II. Die Texte von Jänich [5] und Fischer [3] haben die Darstellung beeinflusst.

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme

Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme Jonathan Mosser 3. Juni 27 / 38 Vorbemerkungen Singularität Singuläre Probleme können auf zwei Arten formuliert

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung von Linearer Algebra und Differentialrechnung im R n Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:

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

3.5 Duale Vektorräume und Abbildungen

3.5 Duale Vektorräume und Abbildungen 3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung

Mehr

Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen

Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen D-MATH Lineare Algebra II FS 7 Dr. Meike Akveld Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen. a) Wegen der Linearität im ersten Argument gilt sicherlich w S :, w =. Somit ist S und

Mehr

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu:

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu: 1 Bilinearformen Tutorium 4 Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Φ(αv + w, x) = α Φ(v, x) + Φ(w, x) und Φ(v, βx + y) = β Φ(v, x) + Φ(v, y) Bemerkung. Dies ist

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

Analysis für Physiker Zusätze

Analysis für Physiker Zusätze Analysis für Physiker Zusätze nach den Vorlesungen von Prof. Dr. Werner Timmermann (Sommersemester 2007, Wintersemester 2007/08) Herausgegeben von Jeffrey Kelling Felix Lemke Stefan Majewsky Stand: 23.

Mehr

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen) Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 22.5.217 (Teil 1, Lösungen) 1. Mai 217 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 217 Steven Köhler 1. Mai 217

Mehr

Primkörper. Für jede Primzahl p ist die Menge. ein Körper unter der Addition und Multiplikation modulo p. Primkörper 1-1

Primkörper. Für jede Primzahl p ist die Menge. ein Körper unter der Addition und Multiplikation modulo p. Primkörper 1-1 Primkörper Für jede Primzahl p ist die Menge Z p = {0, 1,..., p 1} ein Körper unter der Addition und Multiplikation modulo p. Primkörper 1-1 Primkörper Für jede Primzahl p ist die Menge Z p = {0, 1,...,

Mehr

Wiederholungsserie II

Wiederholungsserie II Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095

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

Primkörper. Für jede Primzahl p ist die Menge

Primkörper. Für jede Primzahl p ist die Menge Primkörper Für jede Primzahl p ist die Menge Z p = {0, 1,..., p 1} ein Körper unter der Addition und Multiplikation modulo p. Allgemeiner existieren endliche Körper mit p k Elementen für jedes k N, 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

Gewöhnliche Differentialgleichungen Woche 7. Globale Existenz einer Lösung

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

Mehr

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

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

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

NUMERIK PARTIELLER DIFFERENTIALGLEICHUNGEN. Elliptische und parabolische Probleme. Prof. Dr. Hans Babovsky. Technische Universität Ilmenau

NUMERIK PARTIELLER DIFFERENTIALGLEICHUNGEN. Elliptische und parabolische Probleme. Prof. Dr. Hans Babovsky. Technische Universität Ilmenau NUMERIK PARTIELLER DIFFERENTIALGLEICHUNGEN Elliptische und parabolische Probleme Prof. Dr. Hans Babovsky Technische Universität Ilmenau (in der Fassung vom Sommersemester 2009) Prof. Dr. H. Babovsky, Num.

Mehr

L 2 -Theorie und Plancherel-Theorem

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

Mehr

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

Blatt 5. , womit (U jk ) n k=0

Blatt 5. , womit (U jk ) n k=0 Übungen zur Topologie, G. Favi 7. März 009 Blatt 5 Abgabe: 3. April 008, 1:00 Uhr Aufgabe 1. Zeige, daÿ für alle n N die n-sphäre S n in R n+1 kompakt ist. Beweis. Wir schreiben d(x, y) := y x für die

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

3 Bilinearform, Basen und Matrizen

3 Bilinearform, Basen und Matrizen Lineare Algebra II 2. Oktober 2013 Mitschrift der Vorlesung Lineare Algebra II im SS 2013 bei Prof. Peter Littelmann von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Veröentlicht

Mehr

Lösung 8: Quadratische Formen, Sylvesters Trägheitssatz

Lösung 8: Quadratische Formen, Sylvesters Trägheitssatz D-MATH Lineare Algebra II FS 207 Dr. Meike Akveld Lösung 8: Quadratische Formen, Sylvesters Trägheitssatz. Wir erinnern an den Hauptachsensatz: Jede von 0 verschiedene quadratische Form Q auf R 3 ist bis

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

Kurze Einführung in die Finite-Elemente-Methode

Kurze Einführung in die Finite-Elemente-Methode Kurze Einführung in die Finite-Elemente-Methode Stefan Girke Wissenschaftliches Rechnen 23 Die Finite-Elemente-Methode In diesem Skript soll eine kurze Einführung in die Finite-Elemente-Methode gegeben

Mehr

Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte

Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare

Mehr

48 Symplektische Geometrie und Klassische Mechanik

48 Symplektische Geometrie und Klassische Mechanik 48 Symplektische Geometrie und Klassische Mechanik Zusammenfassung Zum Schluss der Vorlesung gehen wir noch auf eine geometrische Struktur ein, die wie die euklidische oder die Minkowski-Struktur im Rahmen

Mehr

Spektraltheorie. 1. Übungsblatt - Lösungsvorschlag PD Dr. Peer Kunstmann M.Sc. Michael Ullmann

Spektraltheorie. 1. Übungsblatt - Lösungsvorschlag PD Dr. Peer Kunstmann M.Sc. Michael Ullmann 804208 PD Dr Peer Kunstmann MSc Michael Ullmann Spetraltheorie Übungsblatt - Lösungsvorschlag Aufgabe Gegenbeispiele Finden Sie Gegenbeispiele zum Satz vom abgeschlossenen Graphen, falls wir i nur, als

Mehr

Multilineare Algebra

Multilineare Algebra Multilineare Algebra Handout zur Vorlesung Differentialgeometrie Dr. Bernd Ammann, Prof. Chr. Bär Literatur Frank Warner, Foundations of differentiable manifolds and Lie groups, Kapitel 2 1 Tensoren Motivation.

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

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

TUM Konvexe Analysis und Evolutionsprobleme SoSe Lösungsvorschläge zu Blatt 9

TUM Konvexe Analysis und Evolutionsprobleme SoSe Lösungsvorschläge zu Blatt 9 TUM Konvexe Analysis und Evolutionsprobleme SoSe 013 Lösungsvorschläge zu Blatt 9 Aufgabe 9.1. (Folgerungen des Satzes von Debrunner und Flor) (a) (Satz von Debrunner und Flor, Lösbarkeit monotoner Inklusionen)

Mehr

Singulärer Punkt einer komplexen Differentialgleichung

Singulärer Punkt einer komplexen Differentialgleichung Singulärer Punkt einer komplexen Differentialgleichung Die Differentialgleichung r(z)u (z) + q(z)u (z) + p(z)u(z) = 0 hat bei z = a einen regulären singulären Punkt, wenn q/r einen Pol höchstens erster

Mehr

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h. 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

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

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

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

3 Bilinearformen und quadratische Formen

3 Bilinearformen und quadratische Formen 3 Bilinearformen und quadratische Formen Sei V ein R Vektorraum. Definition: Eine Bilinearform auf V ist eine Abbildung s : V V R, welche linear in beiden Variablen ist, d.h.: Für u, v, w V und λ, µ R

Mehr

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ. Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

1 Der Simplex Algorithmus I

1 Der Simplex Algorithmus I 1 Nicoletta Andri 1 Der Simplex Algorithmus I 1.1 Einführungsbeispiel In einer Papiermühle wird aus Altpapier und anderen Vorstoffen feines und grobes Papier hergestellt. Der Erlös pro Tonne feines Papier

Mehr

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & & Vektorprodukt Institut für Mathematik Humboldt-Universität zu Berlin 18.02.2004 & 17.02.2005 & 11.07.2005 zu den Vorlesungen Lineare Algebra und analytische Geometrie I (L) im WS 2003/2004, Mathematik

Mehr

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h. Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,

Mehr

Gebietserkennung in einem parabolisch-elliptischen Problem

Gebietserkennung in einem parabolisch-elliptischen Problem Gebietserkennung in einem parabolisch-elliptischen Problem Bastian Gebauer gebauer@math.uni-mainz.de Johannes Gutenberg-Universität Mainz, Germany Zusammenarbeit mit Florian Fruehauf & Otmar Scherzer,

Mehr

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U:

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U: 2. Isotropie Im folgenden sei V ein K-Vektorraum der Dimension n. Es sei q eine quadratische Form darüber und β die zugehörige symmetrische Bilinearform. Zudem gelte in K: 1 + 1 0. Notation 2.0: Wir nennen

Mehr

Schwartz-Raum (Teil 1)

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

Mehr

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

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

Schulmathematik: Lineare Algebra & Analytische Geometrie. Kapitel 3: Lineare Analytische Geometrie. MAC.05043UB/MAC.05041PH, VU im SS 2017

Schulmathematik: Lineare Algebra & Analytische Geometrie. Kapitel 3: Lineare Analytische Geometrie. MAC.05043UB/MAC.05041PH, VU im SS 2017 Schulmathematik: Lineare Algebra & Analytische Geometrie Kapitel 3: Lineare Analytische Geometrie MAC.05043UB/MAC.0504PH, VU im SS 207 http://imsc.uni-graz.at/pfeiffer/207s/linalg.html Christoph GRUBER,

Mehr

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden Kapitel 4 Das Dirichlet Prinzip Bevor wir uns der Lösung von Randwertproblemen mithilfe der eben entwickelten Techniken zuwenden, wollen wir uns einer Idee zur Lösung widmen, die einige Elemente dieser

Mehr

Seminararbeit Einführung in Variationsungleichungen

Seminararbeit Einführung in Variationsungleichungen Seminararbeit Einführung in Variationsungleichungen Basierend auf [Kinderlehrer(1980)] Stefan Rosenberger Betreuer: Prof. DI. Dr. techn. Karl Kunisch 27. Januar 2012 Institut für Mathematik und wissenschaftliches

Mehr

9 Metrische und normierte Räume

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

Mehr

15 Differentialrechnung in R n

15 Differentialrechnung in R n 36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht

Mehr

Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB)

Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Einführung in numerische Methoden für Ingenieure (nach A. Quarteroni, F. Saleri: Wissenschaftliches Rechnen mit MATLAB) Prof. R. Leithner, Dipl. Phys. E. Zander Wintersemester 2010/2011 Kapitel 8 Partielle

Mehr

Eigenschaften kompakter Operatoren

Eigenschaften kompakter Operatoren Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften

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

1 Vektoren, Vektorielle analytische Geometrie der Ebene

1 Vektoren, Vektorielle analytische Geometrie der Ebene Geometrie Geometrie W. Kuhlisch Brückenkurs 208. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen

Mehr

Lösungsvorschlag zur Klausur

Lösungsvorschlag zur Klausur FAKULTÄT FÜ MATHEMATIK Prof. Dr. Patrizio Neff Frank Osterbrink Johannes Lankeit 27.7.23 Lösungsvorschlag zur Klausur Hinweise zur Bearbeitung: - Die Bearbeitungszeit für die Klausur beträgt 8 Minuten.

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

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