Partielle Differentialgleichungen

Größe: px
Ab Seite anzeigen:

Download "Partielle Differentialgleichungen"

Transkript

1 Partielle Differentialgleichungen Vorlesungsskript Wintersemester 2009/10 Bernd Schmidt Version vom 5. März 2010 Zentrum Mathematik, Technische niversität München, Boltzmannstr. 3, Garching, 1

2 Inhaltsverzeichnis Inhaltsverzeichnis 2 1 Einleitung 4 2 Die drei Paradebeispiele linearer PDG zweiter Ordnung Die Laplace-Gleichung Analytische Vorbereitungen Harmonische Funktionen Die Poisson-Gleichung Die Wärmeleitungsgleichung Analytische Vorbereitungen Die Wärmeleitungsgleichung im R n Die Wärmeleitungsgleichung auf einem beschränkten Gebiet Die Wellengleichung Die eindimensionale Wellengleichung Die n-dimensionale Wellengleichung Energiemethoden Diskussion Sachgemäß gestellte Probleme Zur Struktur linearer PDG Lokale Existenztheorie Partielle Differentialgleichungen erster Ordnung Lineare Partielle Differentialgleichungen erster Ordnung Quasilineare Partielle Differentialgleichungen erster Ordnung Die allgemeine Partielle Differentialgleichung erster Ordnung Anwendungen Zum allgemeinen Cauchy-Problem Sobolev-Räume Definition und grundlegende Eigenschaften Fortsetzungen und der Spursatz Sobolev-ngleichungen

3 4.3.1 Die Gagliardo-Nirenberg-Sobolev-ngleichung Die ngleichung von Morrey Die allgemeine Sobolev-ngleichung Kompakte Einbettungen Differenzenquotienten Elliptische Gleichungen zweiter Ordnung Funktionalanalytische Vorbereitungen Die Variationsgleichung Regularitätstheorie Variationsmethoden Euler-Lagrange-Gleichung und Dirichlet-Prinzip Die direkte Methode Maximumprinzipien Literaturverzeichnis 141 3

4 Kapitel 1 Einleitung Eine partielle Differentialgleichung (PDG/PDE) ist eine Gleichung der Form F(D k u(x), D k 1 u(x),...,du(x), u(x), x) = 0 (1.1) für eine unbekannte Funktion u : R, R n offen. Hier bezeichnet D m u(x) R nm die m te Ableitung von u, so dass F : R nk R nk 1... R n R R. k heißt die Ordnung der PDG. Allgemeiner kann u : R m auch vektorwertig sein als die gesuchte Lösung eines Systems partieller Differentialgleichungen wie in (1.1) mit F : R mnk R mnk 1... R mn R m R m. Im Gegensatz zu gewöhnlichen Differentialgleichungen gibt es keine allgemeine Lösungstheorie geschweige denn explizite Lösungsmethoden für eine allgemeine Gleichung der Form (1.1). (Zur Erinnerung: Lösungen von Anfangswertproblemen erhält man für eine große Klasse von gewöhnlichen Differentialgleichung z.b. aus dem Satz von Picard-Lindelöf wie aus den grundlegenden Analysisvorlesungen bekannt). Die Theorie der PDG besteht vielmehr aus sehr vielen methodisch durchaus verschiedenen Herangehensweisen an spezielle Klassen von PDG, die sich aus den verschiedensten Anwendungen ergeben: Sie kommen fast in jedem Teilgebiet der Physik vor sowie in den Ingenieurswissenschaften und mathematischen Modellen der Wirtschaftswissenschaften. Innermathematisch führen insbesondere Probleme in der Stochastik, Geometrie und der Variationsrechnung in natürlicher Weise zum Studium PDG. Eine Parade von Beispielen 1. Die Laplace- bzw. Poisson-Gleichung: u = 0 bzw. u = f, wobei mit u = n i=1 u x i x i für eine gesuchte Funktion u : R n R den Laplaceoperator bezeichnet. 4

5 Vielleicht ist die Laplace-Gleichung die wichtigste PDG überhaupt, zumindest aber eine der am meisten untersuchten Gleichungen. Oft werden durch PDG auch zeitabhängige Größen beschrieben, so dass von der Form Ω (0, T), Ω R n ist. Die folgenden sechs Beispiele sind von dieser Art. 2. Die Wärmeleitungsgleichung: u t = k u, k > 0 eine Konstante. Beachte, dass der Laplaceoperator hier nur auf die räumlichen Koordinaten (x 1,...,x n ) wirkt, so dass man genauer eigentlich x schreiben sollte. 3. Die Wellengleichung: u tt = c 2 u, c eine Konstante, wobei wieder als x verstanden werden soll. 4. Die Schrödingergleichung eines Teilchens der Masse m im Potential V : i ψ t = 2 2m ψ + V ψ mit = x. (In der Quantenmechanik ist es üblich, die gesuchte Funktion mit ψ zu bezeichnen.) 5. Die lineare Transportgleichung: mit b R n und D = D x. u t + b Du = 0 6. Die Gleichung für einen elastischen Stab: Ω = (a, b) ein Intervall. 7. Die Kolmogorovsche Gleichung u tt = u xxxx, u t = ij a ij u xi x j + i b i u xi spielt in der Stochastik eine Rolle. (Für a ij = δ ij (= Kronecker-δ ) und b i = 0 ergibt sich gerade die Wärmeleitungsgleichung als Spezialfall.) 5

6 Eine PDG der Form a α (x)d α u = f α k heißt linear. Ist f = 0, so nennt man die Gleichung homogen. In all den bis jetzt besprochenen Beispielen sind die Gleichungen tatsächlich linear, und in dieser Vorlesung wird es auch hauptsächlich um lineare Gleichungen gehen. Bekannte Beispiele für Systeme linearer PDG sind: 8. Das System der Cauchy-Riemannschen Differentialgleichungen u x = v y, u y = v x, u, v : R 2 R für eine holomorphe Funktion f(x + iy) = u(x, y) + iv(x, y). 9. Die Maxwellschen Gleichungen εe t = rot H, µh t = rot E, div E = div H = 0 des elektrischen Feldes E und magnetischen Feldes H im Vakuum. 10. Die Gleichgewichtsgleichungen der linearen Elastizitätstheorie µ u + (λ + µ) (div u) = 0, wobei die gesuchte Verschiebung eine Funktion u : R 3 R 3 ist. Ausgeschrieben lautet das System µ u i + (λ + µ) i (div u) = 0, i = 1, 2, 3. Natürlich sind aber auch nichtlineare PDG von großem Interesse. Hier nur drei Beispiele: 11. Die Minimalflächen-Gleichung ( ) u div = u Die Reaktions-Diffusions-Gleichung u t u = f(u). 6

7 13. Das System der Navier-Stokes-Gleichungen für eine inkompressible viskose Flüssigkeit u t + (u )u γ u = 1 p, div u = 0. ρ Gesucht ist das Geschwindigkeitsfeld u : R n R n sowie der Druck p : R (wobei meist n = 2, 3). Für die partielle Ableitung einer Funktion u nach x i sind verschiedene Notationen gebräuchlich, etwa u x i = i u = u xi = u,i. Höhere partielle Ableitungen wie α αn u α 1x 1... αn x n schreiben wir meist mit Hilfe des Multiindex α = (α 1,...,α n ) N n 0 als α u. Statt Du verwenden wir auch die Notation u. Ein besonders einfaches Beispiel m ein Gefühl dafür zu bekommen, wie PDG insbesondere beim Modellieren physikalischer Prozesse entstehen, betrachten wir die besonders einfache lineare Transportgleichung u t + b u = 0 bzw. u t + b u = f im R n (0, ), wobei = x nur auf die räumlichen Koordinaten wirkt. Wir werden sogar gleich sehen, dass man diese Gleichung explizit lösen kann. Wie schon erwähnt ist das jedoch für PDG die Ausnahme. Motivation: Ein Stoff, der im Raumpunkt x R n zur Zeit t (0, ) in der Konzentration u(x, t) vorliegt, wird durch das konstante Geschwindigkeitsfeld b R n transportiert (eine Chemikalie in einem Fluss, Bakterien in einer Lösung, Wolken am Himmel,...). Betrachtet man ein (glatt berandetes und beschränktes) Testvolumen V R n, so ist die Änderung der Stoffmenge in V einerseits gegeben durch d u(x, t) dx = u t (x, t) dx. dt V V Andererseits erhält man die Änderung der Stoffmenge in V auch dadurch, dass man untersucht, welche Menge pro Zeiteinheit in V hinein- bzw. herausfließt. Das führt auf u(ξ, t)b ν(ξ) ds(ξ) = div(ub)(x) dx = b u, V V V wobei ν(ξ) die äußere Nomale an V im Punkt ξ bezeichnet (Gaußscher Integralsatz). Beachtet man, dass diese Ausdrücke für jede Wahl von V gleich sein müssen, so bekommt man nun u t + b u = 0. 7

8 Die inhomogene Gleichung erhält man, wenn sich die Stoffmenge in V nicht nur durch Heraus- und Hineinfließen ändern kann, wenn also Quellen oder Senken vorliegen. Wird die Quellen- bzw. Senkenstärke durch eine Dichte f(x, t) beschrieben, so liefert das den zusätzlichen Term f(x, t) dx in unseren Betrachtungen, und wir V erhalten u t + b u = f. Beachte, dass nach dieser physikalischen Interpretation die Lösung u des homogenen Problems konstant auf den Linien s z(s) = u(x + bs, t + s) sein sollte. In der Tat rechnet man leicht nach, dass ż(s) = u(x + bs, t + s) b + u t (x + bs, t + s) = 0. Abbildung 1.1: Trajektorie von z. Satz 1.1 Betrachte das Anfangswertproblem u t + b u = f in R n (0, ), u = g auf R n {t = 0} (1.2) mit f C 1 (R n [0, )), g C 1 (R n ). Dann ist die eindeutige Lösung von (1.2) in C 1 (R n (0, )) C(R n [0, )) gegeben durch u(x, t) = g(x tb) + t 0 f(x + (s t)b, s) ds. (1.3) Beweis. Man sieht leicht, dass u, definiert durch (1.3), in C 1 (R n (0, )) C(R n [0, )) liegt und dass u die Transportgleichung (1.2) löst: t u + b x u = b g(x tb) + f(x, t) + + b g(x tb) + b = f(x, t). t 0 t 0 f(x + (s t)b, s) ( b) ds f(x + (s t)b, s) ds 8

9 m Eindeutigkeit zu zeigen, beweisen wir, dass jede Lösung von der Form (1.3) sein muss. Wir nehmen also an, dass u (1.2) erfüllt, und betrachten wieder z(s) = u(x + sb, t + s) mit ż(s) = u t ( ) + b x u( ) = f(x + sb, t + s). Aus u(x, t) u(x tb, 0) = z(0) z( t) = = t 0 0 t f(x + (s t)b, s) ds f(x + sb, t + s) ds und u(x tb, 0) = g(x tb) ergibt sich nun die Formel (1.3). Überblick Weil man in konkreten Situationen vielleicht am besten sieht, von welcher Art die Ergebnisse, Techniken oder auch Schwierigkeiten sind, werden wir gleich im nächsten Kapitel 2 drei wichtige Gleichungen genauer untersuchen: Die Laplacebzw. Poissongleichung, die Wärmeleitungsgleichung und die Wellengleichung. Diese Gleichungen sind sozusagen die Paradebeispiele von drei ganzen Klassen von PDG: Den elliptischen, parabolischen bzw. hyperbolischen Gleichungen. Wir werden am Ende des Kapitels genauer darauf eingehen. Zunächst jedoch soll einiges über klassische Lösungen für diese klassischen Gleichungen besprochen werden. Insbesondere auf dem ganzen R n werden wir diese Gleichungen durch explizite Darstellungen lösen. Die Existenz solcher Darstellungen ist jedoch ein glücklicher Spezialfall; schon für beschränkte Gebiete gibt es solche expliziten Formeln meist nicht. Interessanterweise lassen sich aber dennoch viele Aussagen über das Verhalten von Lösungen dieser Gleichungen beweisen. Im folgenden Kapitel 3 untersuchen wir dann insbesondere allgemeine PDG erster Ordnung. Hauptziel ist es hier ähnlich wie im Satz von Picard-Lindelöf für gewöhnliche Differentialgleichungen ein lokales Existenz und Eindeutigkeitsresultat zu beweisen. In der Tat lassen sich mit der Methode der Charakteristiken PDG erster Ordnung auf ein System gewöhnlicher Differentialgleichungen zurückführen. Wir gehen auch kurz auf PDG höherer Ordnung ein. Das gesamte Kapitel 4 ist den Sobolev-Räumen gewidmet. Dies sind Räume von Funktionen, die in einem verallgemeinerten schwachen Sinne differenzierbar sind. Das Konzept der schwachen Ableitung ist fundamental für viele moderne Methoden in der Theorie PDG (und anderen Gebieten), so dass wir die wesentlichen Approximations-, Einbettungs- und Kompaktheitstheoreme in einiger Ausführlichkeit besprechen werden. Nach dieser Vorbereitung behandeln wir im Kapitel 5 die allgemeine elliptische Gleichung zweiter Ordnung. Mit weichen funktionalanalytischen Methoden beweisen wir zunächst Existenzsätze für verallgemeinerte schwache Lösungen. Harte Abschätzungen zeigen dann, dass diese Lösungen unter geeigneten 9

10 Voraussetzungen sogar starke klassische Lösungen sind. Wir zeigen den Zusammenhang zur Variationsrechnung auf und besprechen insbesondere das Dirichlet- Prinzip. Schließlich folgt ein kurzer Abschnitt über Maximumprinzipien. Voraussetzungen: Vorkenntnisse sollten Sie haben über: Differentialrechnung im R n (inkl. Taylorentwicklung, Satz über implizite Funktionen bzw. die Inverse) Integralrechnung im R n (inkl. L p -Räume, Transformationsformel, Satz von Gauß) Anfänge der Theorie der gewöhnlichen Differentialgleichungen (Anfangswertprobleme) etwas Funktionalanalysis. (Die Funktionalanalysis wird allerdings erst gegen Ende der Vorlesung benötigt, so dass es auf jeden Fall ausreicht, die FA gleichzeitig zu hören. Wenn Sie bereit sind, ein paar Resultate ohne Beweis zu akzeptieren, können Sie für diese Vorlesung sogar ganz darauf verzichten (für weitere Vorlesungen über PDG jedoch nicht!).) Literatur: Ein ausgezeichnetes Lehrbuch zu partiellen Differentialgleichungen ist das Buch von Evans (s. [Ev]). Die Kapitel 2, 4 und 5 bestehen im Wesentlichen aus Teilen der entsprechenden Kapitel in [Ev], während das Kapitel 3 nach dem Buch von Folland [Fo] modelliert ist. Weitere und in unterschiedliche Richtungen weiterführende Lehrbücher zu den hier behandelten Themen sind u.a. die Bücher von John [Jo], Gilbarg/Trudinger [GT] und Tartar [Ta] sowie die Skripten von Hoffmann [Ho 06a, Ho 06b] und Brokate [Br 07a, Br 07b]. Die nötigen funktionalanalytischen Hilfsmittel finden sich z.b. in dem Buch von Werner [We]. Gelegentlich verwendete fortgeschrittenere Konzepte aus der Maßtheorie finden sich etwa in Evans/Gariepy [EG]. Vielen Dank an alle, die mich auf Fehler in früheren Versionen dieses Skripts aufmerksam gemacht haben, insbesondere an die Herren Lukas Höhndorf, Torsten Jandt, Florian Klöck und Tilman Selig. 10

11 Kapitel 2 Die drei Paradebeispiele linearer PDG zweiter Ordnung 2.1 Die Laplace-Gleichung Die Gleichungen u = 0 bzw. u = f heißen Laplace-Gleichung bzw. Poisson-Gleichung. Physikalische Interpretation: Da keine Zeitabhängigkeit der Größe u vorliegt, beschreibt die Poisson-Gleichung oft Systeme im Gleichgewicht. Wie bei der physikalischen Interpretation der Transportgleichung im letzten Kapitel sei wieder u(x) die Konzentration eines Stoffes im Raumpunkt x. Es bezeichne F die Flussdichte (Konzentration Geschwindigkeit bzw. Flussrate pro Flächeneinheit). Im Gleichgewicht ist der Gesamtfluss durch ein (glatt berandetes) Testvolumen V F ν ds = 0. V Da V beliebig war, ergibt sich wieder mit dem Satz von Gauß div F = 0. Gilt nun zusätzlich F = a u, so folgt u = 0. Gibt es zusätzliche Quellen oder Senken, die durch eine Dichte f beschrieben werden, so erhält man auf diese Weise die inhomogene Poisson-Gleichung. Dass F wirklich proportional zum Gradienten von u ist, ist eine konstitutive Annahme an das untersuchte Modell. Je nach physikalischer Bedeutung von u beschreibt die Gleichung F = a u ein physikalisches Gesetz. 11

12 2.1.1 Analytische Vorbereitungen In diesem Paragraphen werden einige Resultate aus der Analysis wiederholt bzw. angesprochen, die wir im Folgenden immer wieder brauchen werden. a) Zur Integralrechnung im R n. Volumen/Oberfläche: Sei R n messbar, f : R integrierbar. Dann heißt := 1 dx das Volumen von, f(x) dx := 1 f(x) dx (für 0) der Mittelwert von f auf. Analoges definieren wir für Mannigfaltigkeiten: Ist M eine k-dimensionale Mannigfaltigkeit 1, so ist M := 1 ds die (k-dimensionale) Fläche von M, f(ξ) ds(ξ) := 1 f(ξ) ds(ξ) (für M 0) M M der Mittelwert von f auf M. M Ein Spezialfall der Transformationsformel: Sei x R n, r > 0, M R n eine k-dimensionale Mannigfaltigkeit. Ist f integrierbar auf x + rm, so gilt f(ξ)ds(ξ) = r k f(x + rξ)ds(ξ). x+rm Der Satz von Gauß: Ist R n offen und beschränkt mit C 1 -Rand, F C 1 (, R n ), so gilt div F(x) dx = F(ξ) ν(ξ) ds(ξ). Hierbei ist div F = i if i und ν(ξ) die äußere Normale an im Punkte ξ. Zerlegung eines Kugelintegrals: Ist f eine integrierbare stetige Funktion auf B r (x), so gilt r f(y) dy = f(ξ) ds(ξ) dρ. B r(x) 0 M M B ρ(x) 1 Wir werden in dieser VL nur ntermannigfaltigkeiten des R n betrachten, s. z.b. [For]. 12

13 Für das n-dimensionale Kugelvolumen bzw. die n-dimensionale Kugeloberfläche gilt B r (x) = r n B 1 (0), B r (x) = r n 1 B 1 (0), B 1 (0) = 1 n B 1(0) =: ω n = π n 2 Γ( n 2 + 1). b) Glättungskerne (mollifier). Es sei η C (R n ), η 0, supp η B 1 (0), R n η = 1, etwa η(x) := { Ce 1 x 2 1, falls x < 1, 0, falls x 1, mit C > 0 geeignet (s. Abb. 2.1). Man nennt η den Standard-Glättungskern. Setzt Abbildung 2.1: η auf R 2. man für ε > 0 η ε (x) := 1 ε nη ( x ε ), so gilt offenbar η ε C (R n ), η ε 0, supp η ε B ε (0), R n η ε = 1. Der folgende Satz zeigt, wie man mit Hilfe der η ε beliebig glatte Approximationen an allgemeine (raue) Funktionen konstruieren kann. Das ist ein wichtiges Hilfsmittel in der Analysis, das wir im Folgenden öfter benötigen werden. Die Philosophie ist die folgende: Gewisse Aussagen (Gleichungen/ngleichungen) über Funktionen lassen sich häufig viel einfacher zeigen, wenn die beteiligten Funktionen glatt sind. Man behandelt also zunächst diesen Fall und nutzt dann einen Grenzprozess wie im folgenden Satz, um die Aussage für allgemeine Funktionen zu beweisen. 13

14 Satz 2.1 Sei R n offen. Zu ε > 0 definiere ε := {x : dist(x, ) > ε}. Ist f L 1 loc () 2, setze f ε := η ε f in ε, also f ε (x) = η ε (x y)f(y) dy = η ε (y)f(x y) dy. Dann gilt (i) f ε C ( ε ). (ii) f ε f fast überall mit ε 0. B ε(0) (iii) Ist f C(), so gilt f ε f mit ε 0 gleichmäßig auf kompakten Teilmengen von. (iv) Ist f L p loc () mit 1 p <, so gilt f ε f mit ε 0 in L p loc (). Beweis. (i) Ist x ε, so gibt es ein h 0 > 0 mit dist(x, ) > h 0 + ε. Setzt man V := B ε+h0 (x), so ist V offen mit V (kurz: V ). Für alle h h 0 gilt Abbildung 2.2: B h, V, ε und. B h+ε V und f ε (x + he i ) f ε (x) h = η ε (x + he i y) η ε (x y) f(y) dy = ( ) dy, h V i {1,..., n}. Der Bruch im Integranden konvergiert nun gleichmäßig auf V gegen ηε x i (x y) (Mittelwertsatz und gleichmäßige Stetigkeit von ηε x i ). Es folgt, dass fε x i existiert und gegeben ist durch ( ) f ε η ε ηε (x) = (x y)f(y) dy = f (x). x i x i x i 2 Für p [1, ], R n messbar definiert man L p loc () := {f : R messbar, f K L p (K) für jede kompakte Teilmenge K von }. Man sagt f n f für n in L p loc (), wenn f n K f K in L p (K) für jede kompakte Teilmenge K gilt. 14

15 Aus der gleichmäßigen Stetigkeit von ηε x i ergibt sich auch, dass fε x i stetig ist: Für x ε und V wie eben gilt f ε η ε (x k ) = (x k y)f(y) dy = ( ) dy f ε (x) x i x i x i für x k x. Iteriert man dieses Argument, so ergibt sich, dass α f ε existiert für alle Multiindizes α, stetig ist und es gilt V α f ε = ( α η ε ) f. (2.1) (ii) Ein Ergebnis der Maßtheorie besagt, dass fast jeder Punkt x ein Lebesgue-Punkt von f ist 3, d.h. gilt. Für ein solches x gilt: f ε (x) f(x) = lim f(y) f(x) dy = 0 (2.2) r 0 B r(x) B ε(x) ε n η ε (x y) (f(y) f(x)) dy ( ) x y η f(y) f(x) dy ε B ε(x) C f(y) f(x) dy 0 B ε(x) mit ε 0. (iii) Sei nun f C(), K kompakt. Wähle W offen mit K W (etwa W = B 1(0) {x : dist(x, ) > η} für ein genügend kleines η > 0), η so dass f gleichmäßig stetig auf W ist. Dann gilt (2.2) gleichmäßig in x K und die Rechnung von eben 4 (im Beweis von (ii)) zeigt f ε f mit ε 0 gleichmäßig auf K. (iv) Zu f L p loc, K kompakt wähle wieder W offen mit K W. Dann gilt für hinreichend kleine ε f ε L p (K) f L p (W). (2.3) 3 s. z.b. [EG]. (Wenn Sie dieses Ergebnis nicht kennen, macht das gar nichts, wir werden Punkt (ii) des Satzes im Folgenden nicht brauchen. Aus (iv) folgt, dass eine Teilfolge der f ε punktweise gegen f konvergiert. Das wird für unsere Zwecke reichen.) 4 Das folgt direkt aus der gleichmäßigen Stetigkeit; hier braucht man den Satz von den Lebesguepunkten nicht. 15

16 Begründung hierfür: Sei x K. Dann ist nach der Hölderschen ngleichung f ε (x) = η ε (x y)f(y) dy B ε(x) η 1 1 p ε (x y) η 1 p ε (x y) f(y) dy ( B ε(x) B ε(x) ) 1 1 ( )1 p η ε (x y) dy η ε (x y) f(y) p p dy, Bε(x) wobei das erste Integral gleich 1 ist. Integration über K liefert ( ) f ε (x) p dx η ε (x y) f(y) p dy dx K = = K K W W B ε(x) ( ) ( ) (...) dy dx = (...) dx dy W W K ( ) f(y) p η ε (x y) dx dy f(y) p dy, B ε(y) wobei wir in der zweiten Zeile den Satz von Fubini angewendet haben. Das nun impliziert (2.3). Sei nun δ > 0 beliebig. Zu gegebenem f wähle g C(W) mit f g L p (W) δ. (Die stetigen Funktionen liegen dicht in den L p -Räumen. 5 ) Wendet man nun (2.3) auf f g an, so ergibt sich aus (iii) für hinreichend kleines ε: f ε f L p (K) f ε g ε L p (K) + g ε g L p (K) + g f L p (K) 2 g f L p (W) + δ 3δ Harmonische Funktionen Definition 2.2 Eine Abbildung u C 2 (), R n offen, mit u = 0 heißt harmonisch. Beispiel: Sei C = R 2 offen, f : C holomorph und u(x, y) = Rf(x + iy) der Realteil von f, v(x, y) = If(x + iy) der Imaginärteil von f. Dann erfüllen u und v die Cauchy-Riemannschen Differentialgleichungen u x = v y und u y = v x. 5 An diesem Ergebnis aus der Maßtheorie kommen wir nicht vorbei, s. etwa [EG]. 16

17 Insbesondere folgt u = u xx + u yy = u xx v xy = u xx u xx = 0 v = v xx + v yy = v xx + u xy = v xx v xx = 0. und Kurz: Der Real- und der Imaginärteil einer holomorphen Funktion sind harmonisch. Lemma 2.3 Sei R n offen, x, R > 0 mit B R (x). Zu u C 2 () definiere ϕ(r) := u(ξ) ds(ξ), r (0, R). B r(x) Dann gilt ϕ (r) = r n u(y) dy und lim rց0 ϕ(r) = u(x). Beweis. Wegen ϕ(r) := B r(x) B r(x) u(ξ) ds(ξ) = u(x + rξ) ds(ξ) B 1 (0) folgt aus dem Satz von Gauß ϕ (r) = u(x + rξ) ξ ds(ξ) = u(ξ) ξ x ds(ξ) B 1 (0) B r(x) r 1 1 = u(ξ) ν(ξ) ds(ξ) = div u(y) dy nω n r n 1 B r(x) nω n r n 1 B r(x) = r n u(y) dy, B r(x) wobei ν(ξ) = ξ x die äußere Normale an B r r (x) in ξ ist. Da u stetig ist, ergibt sich zudem ϕ(r) u(x) = u(ξ) u(x) ds(ξ) u(ξ) u(x) ds(ξ) mit r 0. B r(x) sup u(ξ) u(x) 0 ξ B r(x) B r(x) Korollar 2.4 Es sei R n offen, x, r > 0 mit B r (x), u C 2 () mit u 0. Dann gilt u(x) u(ξ) ds(ξ) und u(x) u(y) dy. B r(x) B r(x) 17

18 Beweis. Die erste ngleichung folgt direkt aus Lemma 2.3, die zweite aus der ersten, indem man das Kugelintegral zerlegt: ( r ) u(y) dy = u(ξ) ds(ξ) dρ B r(x) B ρ(x) 0 r u(x) B ρ (x) dρ 0 r = u(x) 1 ds(ξ) dρ 0 = u(x) B r (x). B ρ(x) Bemerkung 2.5 Eine C 2 -Funktion u mit u 0 nennt man subharmonisch, eine mit u 0 superharmonisch. Natürlich gelten analoge Aussagen auch für superharmonische Funktionen. Satz 2.6 (Die Mittelwerteigenschaft und ihre mkehrung) Es sei u C 2 (), R n offen. (i) Ist u harmonisch, so gilt u(x) = B r(x) u(ξ) ds(ξ) = u(y) dy B r(x) für jede Kugel B r (x). (ii) Gilt umgekehrt u(x) = u(ξ) ds(ξ) für jede Kugel B B r(x) r(x), so ist u harmonisch. Beweis. (i) ist klar nach Korollar 2.4 (angewandt auf u und u). (ii) Wäre u 0, so könnte man eine Kugel B r (x), r > 0, wählen, auf der u strikt positiv oder strikt negativ ist. Mit ϕ wie in Lemma 2.3 ist dann aber 0 = ϕ (r) = r n u(y) dy positiv oder negativ. Widerspruch. B r(x) Wir besprechen im folgenden einige (erstaunliche) Folgerungen aus der Mittelwerteigenschaft. Satz 2.7 (Maximumsprinzip) Sei R n offen und beschränkt und u C 2 () C() subharmonisch auf. Dann gilt 18

19 (i) Das schwache Maximumsprinzip: max u = max u. (ii) Das starke Maximumsprinzip: Ist zusammenhängend 6 und gibt es einen Punkt x 0 mit u(x 0 ) = max u, so ist u konstant. Beweis. Da u sowohl auf als auch auf sein Maximum annimmt, gilt (ii) = (i): Wäre max u = u(x 0 ) > max u, so betrachte die Zusammenhangskomponente (x 0 ) von x 0 in. Dann ist aber u konstant gleich u(x 0 ) auf (x 0 ) und damit auch auf (x 0 ). (ii) Sei x 0 mit u(x 0 ) = M =: max u. Dann gilt M = u(x 0 ) u, B r(x 0 ) wenn B r (x 0 ). Da aber u M ist, muss dann u M auf B r (x 0 ) sein. Das zeigt, dass die Menge M := {x : u(x) = M} offen ist. Da M = u 1 ({M}) aber auch abgeschlossen ist und zusammenhängend ist, muss M leer oder ganz sein. Da aber insbesondere x 0 M gilt, ist also M =, d.h. u M. Satz 2.8 (Glattheit harmonischer Funktionen) Es erfülle u C(), R n offen, die Mittelwerteigenschaft u(x) = u(y) dy = u(ξ) ds(ξ) B r(x) für alle B r (x). Dann gilt u C (). B r(x) Bemerkung Man kann zeigen, dass u sogar reell analytisch ist, d.h. u lässt sich in einer (hinreichend kleinen) mgebung eines beliebigen Punktes x 0 in eine Potenzreihe u(x) = α a α (x x 0 ) α entwickeln. 6 Eine Teilmenge V von R n (oder eines beliebigen topologischen Raumes) heißt zusammenhängend, wenn sie sich nicht als disjunkte Vereinigung zweier nichtleerer, bzgl. V offener Mengen schreiben lässt. 19

20 2. Die Mittelwerteigenschaft folgt schon aus der schwächeren Annahme, dass u(x) = u(y) dy für alle B B r(x) r(x) oder u(x) = B r(x) u(ξ) ds(ξ) für alle B r (x) gilt: Dass die erste Bedingung aus der zweiten folgt, sieht man wie im Beweis von Korollar 2.4. Die mkehrung ergibt sich wie folgt. Wegen ( r ) ω n r n u(x) = u(y) dy = u(ξ) ds(ξ) dρ, B r(x) 0 B ρ(x) wobei der Term in Klammern stetig in ρ ist, gilt nω n r n 1 u(x) = d u(y) dy = dr B r(x) B r(x) u(ξ) ds(ξ). Beweis. Sei η der (radialsymmetrische) Standardglättungskern aus Paragraph Setze u ε = η ε u auf ε = {x : dist(x, ) > ε}. Nach Satz 2.1(i) ist dann u ε C ( ε ). Die Behauptung folgt nun daraus, dass u u ε ist auf ε : u ε (x) = η ε (x y)u(y) dy = η ε (x y)u(y) dy B ε(x) ε = η ε (r) u(ξ) ds(ξ) dr, 0 B r(x) wobei wir ausgenutzt haben dass η ε radialsymmetrisch ist und sich daher η ε (z) = η ε ( z ) schreiben lässt. Aus der Mittelwerteigenschaft folgt nun ε u ε (x) = u(x) η ε (r) B r (x) dr = u(x) η ε (x y) dy = u(x). 0 B ε(x) Satz 2.10 (Satz von Liouville) Beschränkte harmonische Funktionen auf ganz R n sind konstant. Bemerkung 2.11 Angewendet auf Real- und Imaginärteil einer holomorphen Funktion liefert das gerade den aus der Funktionentheorie bekannten Satz von Liouville. Beweis. Sei u : R n R harmonisch und beschränkt. Nach Satz 2.8 ist u unendlich oft differenzierbar. Leitet man die Gleichung u = 0 nach x i ab, so ergibt sich, dass auch u xi harmonisch ist. Für alle x R n, r > 0 gilt also nach der Mittelwerteigenschaft und dem Satz von Gauß u xi (x) = u xi (y) dy = 1 u B r(x) ω n r n xi (y) dy B r(x) = 1 u(ξ)ν ω n r n i (ξ) ds(ξ) B r(x) n r u(ξ) ds(ξ) n sup R u n, r B r(x) 20

21 wobei ν(ξ) die äußere Normale an B r (x) im Punkt ξ bezeichnet. Mit r folgt nun u xi (x) = 0. Da i und x beliebig waren, haben wir damit u 0 gezeigt Die Poisson-Gleichung Wir betrachten die Poisson-Gleichung u = f (2.4) auf dem R n, n 2, und für ein beschränktes Gebiet R n das Randwertproblem u = f in, u = g auf. (2.5) Hierbei sind f bzw. f und g vorgegebene Daten und u ist die gesuchte Lösung. Ist z.b. u das von einer Ladungsverteilung f induzierte elektrostatische Potential, so gilt (bis auf physikalische Konstanten) u = f. Eine sogenannte Dirichlet-Randbedingung kommt dabei ins Spiel, wenn das Potential am Rand des untersuchten Gebietes fest vorgegeben ist. Diese physikalische Interpretation liefert auch eine erste Idee zur Lösung des Problems: Man versucht zunächst, das von einer Punktladung erzeugte Potential zu bestimmen und erhält dann die gesuchte Funktion u durch Superposition. Problematisch ist hierbei allerdings, dass wir dazu insbesondere die Gleichung u = δ 0 (2.6) lösen müssten, wobei die rechte Seite das Dirac-Maß mit Masse 1 im rsprung bezeichnet. 7 Wir umgehen das Problem, indem wir den Nullpunkt aus unseren Betrachtungen zunächst ausschließen. Intuitiv ist sicher zu erwarten, dass das von einer Punktladung im rsprung induzierte Potential radialsymmetrisch ist. Zusammengefasst: Wir suchen zunächst radialsymmetrische Funktionen u : R n \ {0} R mit u = 0. Sei also r := x, u(x) = v(r). Mit Hilfe von r x i = x i r, 2 r x 2 i = 1 r x2 i r 3, ergibt sich leicht, dass u(x) = v (r) + n 1 r v (r). (Man nennt r 2 + n 1 r r daher auch den radialen Anteil des Laplaceoperators.) Insbesondere ist u = 0 genau dann, wenn v (r) + n 1 v (r) = 0 r 7 Mit der Theorie der Distributionen kann dieser Zugang tatsächlich rigoros durchgeführt werden. 21

22 für alle r > 0. Dies ist eine Gleichung mit getrennten Veränderlichen, und man überzeugt sich leicht, dass die allgemeine Lösung gegeben ist durch { c1 log r + c v(r) = 2, falls n = 2, c 1 r 2 n + c 2, falls n 3. Definition 2.12 Die Funktion Φ : R n \ {0} R, { 1 log x, falls n = 2, 2π Φ(x) := 1 n(n 2)ω n x 2 n, falls n 3. heißt Fundamentallösung der Laplace-Gleichung. (Wir haben uns dabei die Freiheit genommen, in der allgemeinen Lösung c 2 = 0 zu wählen das elektrostatische Potential ist ja nur bis auf eine additive Konstante definiert. Die spezielle Wahl der Konstanten c 1 erklärt sich dadurch, dass geeignet interpretiert Φ tatsächlich die Gleichung (2.6) erfüllt.) Bemerkung 2.13 Sowohl Φ als auch Φ sind lokal integrierbar, nicht jedoch D 2 Φ. Heuristisch ergibt sich eine Lösungsformel für die allgemeine Poissongleichung nun durch Überlagerung von skalierten und verschobenen Fundamentallösungen: Schreibt man (formal!) f(x) = R n δ y (x)f(y) dy = R n δ 0 (x y)f(y) dy als Überlagerung der mit f(y) multiplizierten Deltafunktionen δ y = δ 0 ( y) und beachtet man Φ( y)f(y) = δ 0 ( y)f(y), so liegt es nahe, die Lösung u als Überlagerung der Φ( y)f(y) anzusetzen. Dies führt tatsächlich zum Ziel: Satz 2.14 Es sei f Cc 2(Rn ), d.h. f C 2 (R n ) mit kompaktem Träger. Setze u(x) := (Φ f)(x) = Φ(x y)f(y) dy. (2.7) R n Dann gilt u C 2 (R n ) und u = f. Beweis. Wegen u(x) = Φ(y)f(x y) dy R n ist für i {1,..., n} u(x + he i ) u(x) h = Φ(y) f(x + he i y) f(x y) dy, R h n 22

23 wobei f(x+he i y) f(x y) h f x i (x y) gleichmäßig in y konvergiert mit h 0. Die Ableitung u x i existiert also und ist gegeben durch u x i = Φ f x i. Genauso ergibt sich 2 u x i x j = Φ 2 f x i x j. (Die gleichmäßige Konvergenz folgt aus dem Mittelwertsatz und der Tatsache, dass kompakten Träger hat und daher 2 f x i x j gleichmäßig stetig ist. Die Konvergenz des Integrals auf der rechten Seite folgt dann aus Bemerkung 2.13.) Wir können also schreiben u(x) = Φ(y) x f(x y) dy R n = ( ) dy + B ε(0) Für hinreichend kleine ε gilt 8 I 1 (ε) C D 2 f B ε(0) R n \B ε(0) Φ(y) dy ( ) dy =: I 1 (ε) + I 2 (ε). { ε C 0 r2 n r n 1 dr Cε 2, falls n 3, C ε log r r dr 0 Cε2 logε, falls n = 2, und damit lim ε 0 I 1 (ε) = 0. Weiter ist (partielle Integration) I 2 (ε) = Φ(y) y f(x y) dy R n \B ε(0) = Φ(y) f(x y) ds(y) Φ(y) y f(x y) dy (R n \B ε(0)) ν R n \B ε(0) =: I 3 (ε) + I 4 (ε), wobei ν die äußere Normale an R n \ B ε (0) (also die innere Normale an B ε (0)) bezeichnet. Hierbei ist lim ε 0 I 3 (ε) = 0, da I 3 (ε) C f Φ(y) ds(y) C f sup Φ ε n 1 B ε(0) { Cε, falls n 3, Cε logε, falls n = 2. Nochmalige partielle Integration ergibt Φ I 4 (ε) = (y)f(x y) ds(y) + (R n \B ε(0)) ν Φ = (y)f(x y) ds(y). ν (R n \B ε(0)) R n \B ε(0) B ε(0) Φ(y)f(x y) dy 8 Wir folgen der Konvention, verschiedene Konstanten mit dem gleichen Buchstaben C zu bezeichnen. 23

24 Mit ν = ν(y) = y und Φ(y) = 1 y und damit schließlich u(x) = lim = lim nω n ε 0 (R n \B ε(0)) ε 0 B ε(0) y y n erhalten wir nun Φ ν (y) = 1 nω n y n 1 1 nω n y n 1f(x y) ds(y) f(x y) ds(y) = f(x). Beachte, dass die Lösung von (2.4) nicht eindeutig ist: Addiert man eine beliebige harmonische Funktion zu einer Lösung, so erhält man eine neue Lösung von (2.4). Die in Satz 2.14 konstruierte Lösung ist jedoch zumindest für n 3 dadurch ausgezeichnet, dass sogar u C0 2(Rn ) gilt (also C 2 (R n ) mit lim x u(x) = 0): Ist supp f B R (0) und x > R, so ist u(x) Φ(x y)f(y) dy f L x y 2 n dy n(n 2)ω n B R (0) f L Rn n(n 2) ( x R)2 n 0 B R (0) mit x. In der Tat charakterisiert diese Bedingung die Lösung eindeutig. Proposition 2.15 Sei f C 2 c (R n ), n 3. Die durch (2.7) definierte Lösung des Poissonproblems (2.4) auf R n ist eindeutig in der Klasse C 2 0 (Rn ). Beweis. Sind u 1, u 2 C0(R 2 n ) Lösungen von (2.4), so ist (u 2 u 1 ) = 0. Da u 1 und u 2 als Elemente von C0 2(Rn ) beschränkt sind, ist nach dem Satz von Liouville u 1 u 2 c für eine Konstante c. Wiederum da beide Lösungen im nendlichen gegen Null konvergieren, muss c = 0 sein. Betrachte nun das Dirichlet-Problem für die Poissongleichung u = f in, u = g auf (2.8) mit stetigen f und g auf einem beschränkten Gebiet. Wir suchen eine klassische Lösung von (2.8), d.h. ein u C 2 () C(), das (2.8) erfüllt. Satz 2.16 Das Dirichlet-Problem für die Poissongleichung in einem beschränkten Gebiet hat höchstens eine klassische Lösung. Beweis. Seien u 1, u 2 : R Lösungen. Dann ist u 1 u 2 harmonisch in und gleich Null auf. Aus dem Maximumprinzip (angewendet auf u und u) folgt dann aber u 1 u 2 0. nter geeigneten Voraussetzungen kann man auch zeigen, dass es immer mindestens eine Lösung gibt. Wir beweisen das hier nicht, geben aber das relevante Ergebnis an. Ein Beweis des folgenden Satzes findet sich z.b. in [GT]. 24

25 Satz 2.17 Ist g stetig und f Hölder-stetig, ein beschränktes Gebiet mit hinreichend gutartigem Rand (z.b. C 1 ), so existiert eine klassische Lösung von (2.8). m eine Lösungsformel für das Dirichlet-Problem (2.8) ähnlich wie in (2.7) für die Poissongleichung auf dem R n zu erhalten, wenden wir die Greensche Formel (s. Aufgabe 3) auf u und Φ( x) im Gebiet V ε := \B ε (x) an. Ist u C 2 () C 1 (), so gilt u(y) Φ(y x) Φ(y x) u(y) dy V ε = V ε u(y) Φ ν (y x) Φ(y x) u(y) ds(y), ν ν die äußere Normale an V ε. Beachte, dass Φ(y x) u (y) ds(y) ν u L () Φ L ( B ε(0))nω n ε n 1 0 B ε(x) mit ε 0 und haargenau wie im Beweis von Satz 2.14 u(y) Φ (y x) ds(y) = u(y) ds(y) u(x) ν B ε(x) B ε(x) mit ε 0. Da zudem Φ( x) = 0 ist auf V ε, erhalten wir im Limes ε 0 u(x) = Φ(y x) u (y) u(y) Φ(y x) ds(y) Φ(y x) u(y) dy. ν ν (2.9) Das ist zwar schon die halbe Miete, doch hängt die rechte Seite noch von u ab, was nicht durch das Problem vorgegeben ist. Der Ausweg gelingt durch ν Betrachten der Korrektorfunktionen ϕ x : Es sei ϕ x, x, die klassische Lösung des Problems y ϕ x = 0 in, ϕ x = Φ( x) auf. (Die gibt es, wie oben bemerkt, wenn hinreichend glatt ist.) Definition 2.18 Die Greensche Funktion des Gebietes ist G(x, y) := Φ(y x) ϕ x (y), x, y, x y. Durch die Subtraktion von ϕ x werden sozusagen die störenden Randwerte in (2.9) eliminiert. Da ϕ x harmonisch ist, gilt (symbolisch bzw. im distributionellen Sinne) y G(x, ) = δ x in, G(x, ) = 0 auf. 25

26 Satz 2.19 Ist u C 2 () eine Lösung des Dirichlet-Problems (2.8), so gilt u(x) = g(y) G (x, y) ds(y) + f(y)g(x, y) dy. ν Beweis. Nach der Greenschen Formel ist ϕ x (y) u(y) = u(y) ϕx ν (y) ϕx (y) u (y) ds(y). ν Addiert man dies zu (2.9), so ergibt sich in der Tat u(x) = u(y) G (x, y) ds(y) u(y)g(x, y) dy. ν Beispiel: Die Greensche Funktion für die Kugel B 1 (0). Wir müssen die Korrektorfunktion ϕ x, x B 1 (0), bestimmen mit ϕ x = 0 in B 1 (0), ϕ x = Φ( x) auf B 1 (0). Man kann sich hier mit einem Spiegelungstrick behelfen: Die Inversion an der Kugeloberfläche x := x, x 0, spiegelt die Singularität von Φ ins Äußere der x 2 Kugel. Beachte, dass für alle y B 1 (0) gilt ( x y 2 = x 2 2x y + 1 = x 2 y 2 2 x x y + x ) 2 2 x 2 Setze nun = x 2 y x 2. ϕ x (y) := Φ( x (y x)). Mit x y = x y x sieht man dann leicht, dass in der Tat gilt ϕ x = 0 in B 1 (0) und ϕ x = Φ( x) auf B 1 (0). Die Greensche Funktion für die Einheitskugel im R n ist dann gegeben durch G(x, y) = Φ(y x) Φ( x (y x)), x y (stetig ergänzt für x = 0). Bemerkung 2.20 Mit Hilfe dieser Formel lässt sich das Dirichlet-Problem auf einer Kugel explizit lösen: Ist g C( B r (0)), so ist u mit u(x) := r2 x 2 nω n r B r(0) g(ξ) x ξ n ds(ξ) 26

27 für x B r (0) eine klassische Lösung von u = 0 in B r (0), u = g auf B r (0). Man nennt K(x, y) = r2 x 2 nω nr x y den Poissonkern von B n r (0). Mit der Méthode de Balayage erhält man daraus sogar die Existenz klassischer Lösungen des Dirichlet-Problems auf allgemeinen Gebieten, was wir hier aber nur kurz skizzieren: Es sei R n ein beschränktes Gebiet und B 1, B 2,... eine Familie von offenen Kugeln mit B i und i B i =. Für eine stetige Funktion v definiert man die harmonische Ersetzung T i v durch T i v(x) = { K(x, ξ)v(ξ) ds(ξ) B r(0) für x B i, v(x) für x \ B i. Es sei u 0 C(). Definiere die Funktionenfolge (u k ) induktiv durch u k+1 = T k+1 T k... T 1 u k. Man kann nun zeigen, dass die u k gegen eine harmonische Funktion u konvergieren. (Übungsaufgabe: Zeigen Sie dies unter der zusätzlichen Annahme, dass u 0 subharmonisch ist.) Für hinreichend gutartigen Rand (z.b. C 1 ) gilt außerdem u = u 0 auf. 2.2 Die Wärmeleitungsgleichung Wir betrachten u t u = 0 bzw. u t u = f auf (0, T) mit R n offen, T (0, ] für eine gesuchte Funktion u : (0, T) R. Physikalische Motivation: Dies ist die nicht-stationäre Variante der im letzten Abschnitt gegebenen Motivation für die Laplace-Gleichung. Betrachtet man wie im vorigen Abschnitt die zeitliche Veränderung der Konzentration eines Stoffes in einem Testvolumen V, der durch die Flussdichte F mit F = adu, a > 0, beschrieben wird, so ergibt sich u t = d u = F ν ds = div F = a u. dt V V V V V Ist z.b. u die Temperaturverteilung in einem Medium, so beschreibt a 1 einen guten Temperaturleiter, a 1 einen guten Isolator. Nach Reskalierung können wir uns o.b.d.a. auf den Fall a = 1 beschränken. (Betrachte u(x, at) statt u(x, t).) Beachte: An Maximalstellen (bzw. Minimalstellen) x 0 ist u(x 0 ) 0 (bzw. 0) und damit u t (x 0 ) 0 (bzw. 0). Die Wärmeleitungsgleichung versucht also, Temperaturunterschiede auszugleichen in Übereinstimmung mit unserer physikalischen Intuition. 27

28 2.2.1 Analytische Vorbereitungen a) Die Fouriertransformation Für f L 1 (R n, C) definiert man ˆf(ξ) := (Ff)(ξ) := 1 e iξ x f(x) dx (2π) n 2 R n (die Fouriertransformierte von f). Die inverse Fouriertransformation ist definiert durch F 1 f(ξ) := 1 e +iξ x f(x) dx (2π) n 2 R n Man kann zeigen, dass f L 1 impliziert, dass ˆf in C 0 liegt. Wir erinnern außerdem an die folgenden wichtigen Eigenschaften: Die Formel von Plancherel: Ist f, g, ˆf, ĝ L 1, so gilt ˆf ĝ = F 1 f F 1 g = f ḡ, R n R n R n wobei z das konjugiert Komplexe einer Zahl z C bezeichnet. Insbesondere gilt also Ff L 2 = F 1 f L 2 = f L 2. Dies erlaubt, die Fouriertransformation zu einer Isometrie F : L 2 L 2 fortzusetzen. Faltung: Sind f, g L 1 (und damit nach der Youngschen ngleichung 9 auch f g L 1 ), so gilt f g = (2π) n 2 ˆf ĝ. Streckung, Verschiebung, Spiegelung: Ist f λ (x) = f(λx), λ R \ {0}, (τ a f)(x) = f(x a), a R n, so gilt ( ) ξ f λ (ξ) = λ n ˆf, τa f(ξ) = e ia ξ ˆf(ξ), ˆf(x) = f( x). λ Insbesondere ist F ( e t 2) = 1 e 2 (2t) n 4t. 2 9 Gleich mehr zur Youngschen ngleichung, s. (2.10). 28

29 b) Diracfolgen Wir benötigen eine Variante der im vorigen Abschnitt diskutierten Glättungskerne. Eine Folge nichtnegativer Funktionen (ϕ k ) L 1 (R n, R) heißt eine Diracfolge, wenn lim k R n ϕ k = 1 und lim k R n \B r(0) ϕ k = 0 r > 0. Der folgende Satz ist die nicht lokalisierte Variante von Satz 2.1. Satz 2.21 Es sei (ϕ k ) eine Diracfolge auf R n, f L p (R n ), 1 p. Setze f k := ϕ k f. Dann gilt: (i) Ist f L p mit 1 p <, so folgt f k f in L p. (ii) Ist f L C, so folgt f k f gleichmäßig auf Kompakta. Bevor wir das beweisen, inspizieren wir den Beweis von Satz 2.1(iv), insbesondere der Formel (2.3) noch einmal genauer. Ist f L p (R n ) und ϕ L 1 (R n ) mit ϕ L 1 = 1, so zeigt der Beweis von (2.3), dass ϕ f L p (R n ) f L p (R n ) gilt. (Man muss nur überall K, W und B ε (x) durch R n und η ε durch ϕ ersetzen. Beachte, dass der Satz von Fubini für nicht-negative Funktionen immer gilt unabhängig davon, ob die beteiligten Funktionen integrierbar sind.) Wendet man dies für allgemeine ϕ L 1 auf ϕ ϕ L 1 an, so ergibt sich die Youngsche ngleichung ϕ f L p (R n ) ϕ L 1 (R n ) f L p (R n ). (2.10) Beweis von Satz Wir zeigen zunächst (ii). Sei K R n kompakt. Zu ε > 0 wähle 0 < r < 1 so klein, dass sup x K sup y B r(x) f(x) f(y) ε. Für hinreichend große k ist auch R n \B r(0) ϕ k ε und 1 R n ϕ k ε und wir erhalten f k (x) f(x) ( ) = ϕ k (y x) (f(y) f(x)) dy 1 ϕ k (y x) dy f(x) R n R n ϕ k (y x) f(y) f(x) dy + 2 f L ϕ k (y x) dy B r(x) R n \B r(x) + f L R 1 ϕ k (y x) dy n (1 + ε)ε + 2 f L ε + f L ε Cε 29

30 für alle x K und ε 1. Daraus folgt nun (i) aus der Youngschen ngleichung (2.10) und der Dichtheit von {f L C : supp f ist kompakt} in L p. Sei f L p, p <. Zu ε > 0 wähle g stetig mit kompaktem Träger, so dass f g L p ε. Da mit (ϕ k ) auch (χϕ k ) eine Diracfolge ist, wobei χ = χ B1 (0) die charakteristische Funktion der Einheitskugel um 0 bezeichnet, folgt nun aus (i) für k genügend groß f k f L p ϕ k f ϕ k g L p + ϕ k g g L p + g f L p (1 + ϕ k L 1) g f L p + (χϕ k ) g g L p + ((1 χ)ϕ k ) g L p 3ε + (χϕ k ) g g L supp g + B 1 (0) + (1 χ)ϕ k L 1 g L p 3ε + ε + ε, wobei wir verwendet haben, dass supp((χϕ k ) g) supp(χϕ k )+supp g supp g+ B 1 (0) gilt Die Wärmeleitungsgleichung im R n In diesem Abschnitt untersuchen wir das Anfangswertproblem zunächst für f = 0. u t u = f in R n (0, ), u = g auf R n {t = 0} Das homogene Problem Sei f = 0. m eine Lösungsformel zu erhalten, nehmen wir zunächst an, dass eine gutartige Lösung existiert und dass g L 1 ist. Betrachte die partielle Fouriertransformation Dann ist zu lösen û(ξ, t) = F x u(ξ, t) := 1 (2π) n 2 R n e ix ξ u(x, t) dx. û t + ξ 2 û = 0 für t > 0, û = ĝ bei t = 0. Dies ist ein entkoppeltes System linearer gewöhnlicher Differentialgleichungen! Die Lösung ist û(ξ, t) = e ξ 2tĝ(ξ). Die inverse Fouriertransformation liefert dann e t 2 u(, t) = 1 g F (2π) n x 1 e t 2 = g Φ(, t) mit Φ(, t) = Fx 1. 2 (2π) n 2 Da die Funktion e t 2 gerade ist, erhalten wir F 1 x e t 2 = F x e t 2 = 1 (s. Abschnitt 2.2.1a) und damit Φ(x, t) = 1 u(x, t) = 1 (4πt) n 2 30 (4πt) n 2 R n e x 2 e 4t und x y 2 4t g(y) dy. (2t) n 2 2 e 4t

31 Bemerkung Es gilt ( t )Φ = 0 auf R n (0, ). 2. Für t > 0 ist Φ(, t) > 0 auf R n und Φ(x, t) dx = (2π) n 1 2 e i0 x Φ(x, t) dx R n (2π) n 2 R n e t 0 2 = (2π) n 2 (Fx Φ(, t))(0) = (2π) n 2 (2π) n 2 = Schreibt man Φ in der Form Φ(x, t) = 1 (2π) n 2 1 det Ct e 1 2 xt C 1 t x, wobei C t die n n-matrix 2t Id ist, so sieht man, dass Φ(, t) gerade die Dichte des Gaußmaßes mit Erwartungswert 0 und Kovarianzmatrix C t auf dem R n ist. (In einer Dimension: Die Gaußsche Dichte mit Erwartungswert 0 und Standardabweichung 2t.) In der Tat spielt die Wärmeleitungsgleichung beim Studium der Brownschen Bewegung in der Wahrscheinlichkeitstheorie eine wichtige Rolle. 4. Es ist nicht schwer zu sehen, dass für jede Folge t n ց 0 die Funktionen Φ(, t n ) eine Diracfolge bilden. Diese Beobachtung und Punkt 1 zeigen (zumindest formal), dass t Φ Φ = 0 in R n (0, ), Φ = δ 0 auf R n {t = 0} gilt. Wir nennen daher Φ die Fundamentallösung der Wärmeleitungsgleichung. Satz 2.23 Es sei g L p (R n ) mit 1 p. Setze u(x, t) = (g Φ(, t))(x). Dann gilt: (i) u C (R n (0, )). (ii) u t u = 0 in R n (0, ). (iii) Ist g L p mit p <, so gilt lim tց0 u(, t) = g in L p. (iv) Ist g L C, so gilt lim tց0 u(x, t) = g(x) gleichmäßig auf Kompakta. Beweis. (i) und (ii) folgen daraus, dass Φ C (R n (0, )) ist und die Wärmeleitungsgleichung erfüllt (s. Bemerkung 2.22,1) und dass wir u(x, t) = Φ(x y, t)g(y) dy R n 31

32 unter dem Integral differenzieren dürfen. Dies sieht man wie folgt: Für jeden Multiindex α N n+1 0 lässt sich die α -Ableitung in der Form (x,t) α Φ(x y, t) = p α(x y, t 1 2 )e x y 2 4t mit einem Polynom p α schreiben (Induktion!). Es sei m der Grad dieses Polynoms. Dann gilt für z R n+1 p α (z) C(1 + z m ) und daher α (x,t) Φ(x y, t) C(1 + x y m + t m 2 )e x y 2 4t. Ist nun (x 0, t 0 ) R n (0, ) und ε > 0 so klein, dass t 0 > 2ε, dann gilt für alle (x, t) mit x x 0 < ε, t t 0 < ε α (x,t)φ(x y, t) C ( 1 + ( y x 0 + ε) m + (t 0 ε) m 2 ) e (max{ y x 0 ε,0})2 4(t 0 +ε). Die rechte Seite dieser Gleichung ist aber in L q für jedes q [1, ], insbesondere also für q mit = 1. Multiplikation mit g ergibt also eine integrierbare q p Majorante für g (x,t) α Φ(x, t). Es folgt, dass wir bei (x 0, t 0 ) unter dem Integral differenzieren dürfen. (iii) und (iv) folgen direkt aus Bemerkung 2.22,4 und Satz Die Voraussetzungen an g können noch wesentlich abgeschwächt werden. Der Beweis von Satz 2.23 zeigt, dass in der Tat u(x, t) = (g Φ(, t))(x) die Wärmeleitungsgleichung auf R n (0, T) löst, wenn nur g(x) Ce x 2 4T für ein C > 0 gilt. Folglich erhält man durch g Φ eine Lösung auf R n (0, ), wenn für alle ε > 0 ein C > 0 existiert, so dass g(x) Ce ε x 2. Eine ähnliche Wachstumsbedingung werden wir später bei der Diskussion der Eindeutigkeit benötigen. Wir halten noch zwei wichtige Folgerungen aus Satz 2.23 fest. Bemerkung Ist g 0 auf R n und g > 0 auf einer Menge positiven Maßes, so ist u > 0 überall auf R n (0, T). Störungen breiten sich unendlich schnell aus! 2. Die Wärmeleitungsgleichung ist nicht zeitumkehrbar. Beliebig raue Anfangsdaten werden in infinitesimaler Zeit C -glatt. 32

33 Das inhomogene Problem Wir betrachten nun das Problem u t u = f in R n (0, ), u = 0 auf R n {t = 0}. Indem wir als eine lineare Abbildung A, die auf u wirkt interpretieren, können wir die Gleichung heuristisch als eine gewöhnliche Differentialgleichung d u + Au = f (2.11) dt auffassen. 10 Dies ist eine inhomogene lineare Differentialgleichung und mit der Methode der Variation der Konstanten können wir sofort eine Lösung angeben: Ist u( ; s) eine Lösung des homogenen Problems d u(t; s) + Au(t; s) = 0 für t > s, u(t; s) = f(s) bei t = s, dt so ergibt sich die Lösung u von (2.11) als u(t) = t 0 u(t; s) ds. In der Variante für PDG nennt man das das Duhamelsche Prinzip: Für s > 0 löse u t (x, t; s) u(x, t; s) = 0 in R n (s, ), u(x, s; s) = f(x, s) auf R n. Setze dann u(x, t) = t 0 u(x, t; s) ds. Da das allerdings bisher nur heuristisch war, müssen wir zeigen, dass wir auf diese Weise tatsächlich eine Lösung erhalten. Satz 2.25 Es sei f C1(R 2 n [0, )) (d.h. f ist zweimal stetig differenzierbar nach x und einmal stetig differenzierbar nach t), supp f kompakt und t u(x, t) = Φ(x y, t s)f(y, s) dy ds. 0 R n Dann ist (i) u C 2 1(R n (0, )), (ii) ( t )u = f in R n (0, ) und 10 Alternativ kann man auch wieder mit der Fouriertransformation argumentieren. 33

34 (iii) u C(R n [0, )), u(x, 0) = 0 für alle x R n. Beweis. Es gilt u(x, t) = t 0 R n Φ(y, s)f(x y, t s) dy ds. (2.12) Wir müssen wieder rechtfertigen, dass wir unter dem Integral differenzieren dürfen. Dazu beachte, dass Φ(y, s)f(x y, t s) dy = Φ(y, s) f (x y, t s) dy t R n R t n gilt, da f C1 2 kompakten Träger hat, und dass dieser Ausdruck stetig und gleichmäßig beschränkt in s (0, t] ist. Es folgt, dass u t (x, t) = Φ(y, t)f(x y, 0) dy + Φ(y, s) f (x y, t s) dy ds t R n 0 R t n (2.13) ist. Genauso ist für alle s > 0 der Ausdruck 2 2 f Φ(y, s)f(x y, t s) dy = Φ(y, s) (x y, t s) dy x i x j R n R x n i x j gleichmäßig beschränkt in s, und damit 2 u t 2 f (x, t) = Φ(y, s) (x y, t s) dy ds. (2.14) x i x j 0 R x n i x j Aus (2.13) und (2.14) folgt nun (i). Außerdem ergibt sich t (u t u)(x, t) = Φ(y, s)( t x )f(x y, t s) dy ds 0 R n + Φ(y, t)f(x y, 0) dy R n t = Φ(y, s)( s y )f(x y, t s) dy ds ε R n ε + ( ) dy ds + Φ(y, t)f(x y, 0) dy 0 R n R n =: I 1 (ε) + I 2 (ε) + I 3 (ε). Dabei ist I 2 (ε) ( f t L + Dx 2 f ) ε L 0 R n Φ(y, s) dy ds Cε 34

35 und (partielle Integration) t I 1 (ε) = ( s y )Φ(y, s)f(x y, t s) dy ds ε R n Φ(y, t)f(x y, 0) dy + Φ(y, ε)f(x y, t ε) dy R n R n = Φ(y, ε)f(x y, t ε) dy I 3 (ε). R n Es folgt, dass (u t u)(x, t) = lim Φ(y, ε)f(x y, t ε) dy ε 0 R n = lim Φ(y, ε)(f(x y, t ε) f(x y, t)) dy + Φ(y, ε)f(x y, t)) dy, ε 0 R n R n wobei der erste Term wegen der gleichmäßigen Stetigkeit von f gegen Null konvergiert und der zweite gegen f(x, t) nach Bemerkung 2.22,4. Also gilt in der Tat (u t u)(x, t) = f(x, t). (iii) ergibt sich direkt aus (2.12), da t u(x, t) 0 f L (R n [0, )) Φ(x y, t s) dy ds = f L t. R n Als direkte Folgerung aus Satz 2.23 und Satz 2.25 erhalten wir durch Addition der dort gewonnenen Lösungen: Korollar 2.26 nter den Voraussetzungen an g und f von Satz 2.23 bzw ist eine Lösung von u t u = f in R n (0, ), u = g auf R n {t = 0}. gegeben durch u(x, t) = Φ(x y, t)g(y) dy + R n t 0 R n Φ(x y, t s)f(y, s) dy ds Die Wärmeleitungsgleichung auf einem beschränkten Gebiet Sei R n offen. Man nennt T := (0, T] das parabolische Innere des parabolischen Zylinders T über und Γ T := T \ T seinen parabolischen Rand. Wie durch die physikalische Interpretation motiviert ist Γ T die Menge, auf der Randbedingungen (Anfangswerte auf {0}, Randwerte auf [0, T]) für die Wärmeleitungsgleichung vorgegeben werden sollen. 35

36 Satz 2.27 (Maximumsprinzip) Sei u C 2 1( T ) C( T ) eine Lösung der Wärmeleitungsgleichung in T, R n offen und beschränkt. Dann gilt max u = max u. T Γ T Bemerkung Mit etwas mehr Arbeit kann man auch hier eine starkes Maximumprinzip zeigen: Ist zusammenhängend und existiert ein Punkt (x 0, t 0 ) T mit u(x 0, t 0 ) = max u, T so ist u konstant auf t0. Beachte: Für spätere Zeiten t > t 0 muss das nicht gelten. 2. Natürlich gilt auch ein entsprechendes Minimumprinzip. Beweis. Sei ε > 0. Setze v(x, t) = u(x, t) + ε x 2. Dann ist t v v = 2nε < 0. Hätte v eine Maximalstelle (x 0, t 0 ) T, so wäre v(x 0, t 0 ) 0 und t v(x 0, t 0 ) 0, also t v(x 0, t 0 ) v(x 0, t 0 ) 0. Widerspruch. (Der Fall t v(x 0, t 0 ) > 0 kann nur auftreten, wenn t 0 = T ist.) Es ergibt sich max T u max T v max Γ T v max u + ε max x 2. Γ T Γ T Mit ε 0 folgt die Behauptung. Korollar 2.29 Sei g C(Γ T ), f C( T ). Dann existiert höchstens eine Lösung des Anfangs-/Randwertproblems u t u = f in T, u = g auf Γ T. Beweis. Sind u 1 und u 2 Lösungen, so folgt aus dem Maximum- und dem Minimumprinzip u 1 u 2 = 0. Das Maximumprinzip liefert auch ein Eindeutigkeitsresultat für die Wärmeleitungsgleichung auf dem R n : Satz 2.30 Sei u C 2 1(R n (0, T]) C(R n [0, T]) eine Lösung der Wärmeleitungsgleichung u t u = 0 in R n (0, T], u = g auf R n {0}, 36

37 für die Konstanten a, A > 0 existieren, so dass Dann gilt u(x, t) Ae a x 2 x R n, 0 t T. sup u = sup g. R n [0,T] R n Beweis. Sei zunächst 4aT < 1. Wähle ε > 0 mit 4a(T + ε) < 1. Zu x 0 R n und µ > 0 definiere µ v(x, t) := u(x, t) e x 0 x 2 (T + ε t) n 4(T+ε t). 2 Dann ist ( t )v = 0. (Denn v(x, t) = u(x, t) (4π) n 2 µφ(ix ix 0, T + ε t).) Zu r > 0 setze = B r (x 0 ). Nach dem Maximumprinzip ist Nun gilt für die Startwerte µ v(x, 0) = u(x, 0) (T + ε) n 2 Für die Punkte x mit x x 0 = r ist Da µ v(x, t) = u(x, t) (T + ε t) n 2 1 a =: γ > 0 ist, heißt das 4(T+ε) µ v(x, t) e ( (a+γ)r2 (T + ε) n 2 max v = max v. (2.15) T Γ T e x 0 x 2 4(T+ε) < u(x, 0) = g(x). e x 0 x 2 4(T+ε t) Ae a( x 0 +r) 2 µ (T + ε) n 2 + Ae γr2 +2ar x 0 +a x 0 2 ). e r2 4(T+ε). Dieser Ausdruck geht gegen für r. Für hinreichend großes r ist also v(x, t) sup R n g. Mit (2.15) ist dann auch v(x 0, t) sup R n g. Nun lasse µ 0. Für allgemeines T > 0 wende dieses Ergebnis sukzessive auf die Intervalle [0, T 0 ], [T 0, 2T 0 ], [2T 0, 3T 0 ],... mit 4T 0 a < 1 an. Korollar 2.31 Sei g C(R n ), f C(R n [0, T]). Dann existiert höchstens eine Lösung von die der Wachstumsbedingung u t u = f in R n (0, T], u = g auf R n {0}, u(x, t) Ae a x 2 mit Konstanten a, A genügt. 37 x R n, 0 t T

38 Beweis. Klar. Bemerkung Ohne zusätzliche Voraussetzungen ist die Lösung des Anfangswertproblems für die Wärmeleitungsgleichung im R n nicht eindeutig. 2. Eine alternative Bedingung, die Eindeutigkeit garantiert, ist u 0 auf R n (0, T). Das ist physikalisch von Interesse, da Temperaturen gemessen in Kelvin nicht-negativ sind. Wir untersuchen zuletzt noch die Regularität von Lösungen der Wärmeleitungsgleichung in einem beliebigen Gebiet. Satz 2.33 Sei u C 2 1 ( T) eine Lösung der Wärmeleitungsgleichung in T, R n offen. Dann ist u C ( T ). Beweis. Zu (x 0, t 0 ) T fest und r > 0 definieren wir die Zylinder Z r = B r (x 0 ) [t 0 r, t 0 ]. Wähle r so klein, dass Z := Z(x 0, t 0, r) T und setze Z := Z(x 0, t 0, 3r ), 4 Z := Z(x 0, t 0, r ) (s. Bild 2.3). Es sei ζ = ζ(x, t) eine Abschneidefunktion mit 2 Abbildung 2.3: Z, Z, Z und V. 0 ζ 1, ζ 1 auf Z und ζ 0 in einer mgebung des parabolischen Randes von Z und in R n [0, t 0 ] \ Z. Eine solche Funktion kann man wie folgt konstruieren: Wähle V R n (0, ) als eine offene Menge mit Z V und so, dass der Abstand von V zum parabolischen Rand von Z und der Abstand von Z zu V größer als ein δ > 0 ist. Setze dann ζ := χ V η δ, wobei χ V die charakteristische Funktion von V und η δ der skalierte Standardglättungskern (im R n+1 ) ist. Sei zunächst u C ( T ). Setzt man v(x, t) = ζ(x, t)u(x, t) für (x, t) R n [0, t 0 ], 38

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

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

Mehr

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

31 Die Potentialgleichung

31 Die Potentialgleichung 3 Die Potentialgleichung Die Potentialgleichung oder auch Poisson-Gleichung ist die lineare Gleichung zweiter Ordnung u = f in einem Gebiet R n. Im homogenen Fall f = 0 spricht man auch von der Laplace-

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

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

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

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

Faltung und Approximation von Funktionen

Faltung und Approximation von Funktionen Faltung und Approximation von Funktionen Lisa Bauer und Anja Moldenhauer 9. Juni 2008 1 Die Faltung von Funktionen 1.1 Die Faltung Eine kleine Widerholung mit einem Zusatz: Vergleiche den Vortrag von Benjamin

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

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

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

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

PARTIELLE DIFFERENTIALGLEICHUNGEN I

PARTIELLE DIFFERENTIALGLEICHUNGEN I PARTIELLE DIFFERENTIALGLEICHUNGEN I OLIVER C. SCHNÜRER Zusammenfassung. Bei diesem Manuskript handelt es sich um Notizen zu Partielle Differentialgleichungen I. Benützt an der Freien Universität Berlin

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Zusammenfassung der Lebesgue-Integrationstheorie

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

Mehr

Lösungen zu Übungsblatt 9

Lösungen zu Übungsblatt 9 Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da

Mehr

2. Stetigkeit und Differenzierbarkeit

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

Mehr

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

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

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 Taylor-Formel und Taylor-Entwicklungen 136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen

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

Konvergenz im quadratischen Mittel - Hilberträume

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

Mehr

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

Mehr

ε δ Definition der Stetigkeit.

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

Mehr

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0. Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel

Mehr

Kapitel 16 : Differentialrechnung

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

Mehr

Regulär variierende Funktionen

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

Mehr

18 Höhere Ableitungen und Taylorformel

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

Mehr

Analysis II (FS 2015): Vektorfelder und Flüsse

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

Mehr

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

Die Perronsche Methode

Die Perronsche Methode Emilia Finsterwald und Peter Schrank 21.06.2012 Gliederung 1 Oskar Perron 2 3 4 5 6 7 8 Oskar Perron (1880-1975) b7.mai 1880 in Frankenthal - d22.feb. 1975 in München Lösung eines speziellen s Im Fall

Mehr

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

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

Mehr

1. Vorlesung Partielle Differentialgleichungen

1. Vorlesung Partielle Differentialgleichungen 1. Vorlesung Partielle ifferentialgleichungen Wolfgang Reichel Übersee-Vorlesung aus Oaxaca, Mexiko, 19. Oktober 2010 Institut für Analysis KIT University of the State of Baden-Wuerttemberg and National

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Klausur zur Höheren Mathematik IV

Klausur zur Höheren Mathematik IV Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene

Mehr

Die schöne Welt der linearen Gleichungen

Die schöne Welt der linearen Gleichungen KAPITEL 2 Die schöne Welt der linearen Gleichungen In diesem Kapitel beschäftigen wir uns mit den klassischen linearen PDGL s u t + b u 0 Δu 0 u t Δu u tt Δu Transportgleichung) Laplacegleichung) Wärmeleitungsgleichung)

Mehr

17 Die Fourier-Transformation

17 Die Fourier-Transformation 7 Die Fourier-Transformation 7. Motivation. Für eine l -periodische Funktion f L loc (R) ist die Funktion y f(ly) -periodisch und hat eine Fourier-Entwicklung f(ly) c k e iky. Mit x = ly ergibt sich daraus

Mehr

5 Potenzreihenansatz und spezielle Funktionen

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

Mehr

Konvergenz, Filter und der Satz von Tychonoff

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

Mehr

16 Vektorfelder und 1-Formen

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

Mehr

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

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

Mehr

Komplexe Zahlen und konforme Abbildungen

Komplexe Zahlen und konforme Abbildungen Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

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

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

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

Nichtlineare Gleichungssysteme

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

Mehr

Kapitel 16 SATZ VON FUBINI UND DIE TRANSFORMATIONSFORMEL

Kapitel 16 SATZ VON FUBINI UND DIE TRANSFORMATIONSFORMEL Kapitel 16 SAT VON FUBINI UND DIE TRANSFORMATIONSFORMEL Im folgenden sind X und Y metrische Räume, oder allgemeiner topologische Hausdor räume, und sind Radon-Integrale auf X bzw. Y. Fassung vom 24. Januar

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

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

Mehr

Divergenz und Rotation von Vektorfeldern

Divergenz und Rotation von Vektorfeldern Divergenz und Rotation von Vektorfeldern Mit Hilfe des Nabla-Operators können nun zwei weitere wichtige elementare Operationen definiert werden, welche formal der Bildung des Skalarproduktes bzw. des äußeren

Mehr

Flüsse, Fixpunkte, Stabilität

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

Mehr

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben. Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung

Mehr

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

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

Mehr

Topologische Aspekte: Eine kurze Zusammenfassung

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

Mehr

Klassifikation von partiellen Differentialgleichungen

Klassifikation von partiellen Differentialgleichungen Kapitel 2 Klassifikation von partiellen Differentialgleichungen Die meisten partiellen Differentialgleichungen sind von 3 Grundtypen: elliptisch, hyperbolisch, parabolisch. Betrachte die allgemeine Dgl.

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

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

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

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

Analysis I - Stetige Funktionen

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

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

3.3 Das Abtasttheorem

3.3 Das Abtasttheorem 17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann

Mehr

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

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

Mehr

Kapitel 5 KONVERGENZ

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

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

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

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

Mehr

Numerik partieller Differentialgleichungen I

Numerik partieller Differentialgleichungen I Numerik partieller Differentialgleichungen I Bernd Simeon Skriptum zur Vorlesung im Sommersemester 2015 TU Kaiserslautern, Fachbereich Mathematik 1. Beispiele und Typeinteilung 2. Finite Differenzen für

Mehr

Integration über allgemeine Integrationsbereiche.

Integration über allgemeine Integrationsbereiche. Integration über allgemeine Integrationsbereiche. efinition: Sei R n eine kompakte und messbare Menge. Man nennt Z = { 1,..., m } eine allgemeine Zerlegung von, falls die Mengen k kompakt, messbar und

Mehr

Probestudium der Physik 2011/12

Probestudium der Physik 2011/12 Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge zum 14. Übungsblatt. Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine

Mehr

Topologische Begriffe

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

Mehr

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

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

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

Mehr

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

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

Mehr

55 Lokale Extrema unter Nebenbedingungen

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

Mehr

Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder

Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/

Mehr

8 Euklidische Vektorräume und Fourierreihen

8 Euklidische Vektorräume und Fourierreihen Mathematik für Ingenieure II, SS 9 Dienstag 7.7 $Id: fourier.te,v 1.6 9/7/7 13:: hk Ep $ $Id: diff.te,v 1. 9/7/7 16:13:53 hk Ep $ 8 Euklidische Vektorräume und Fourierreihen 8.4 Anwendungen auf Differentialgleichungen

Mehr

Taylorentwicklung von Funktionen einer Veränderlichen

Taylorentwicklung von Funktionen einer Veränderlichen Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

8 Extremwerte reellwertiger Funktionen

8 Extremwerte reellwertiger Funktionen 8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

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

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil

Mehr

ν und λ ausgedrückt in Energie E und Impuls p

ν und λ ausgedrückt in Energie E und Impuls p phys4.011 Page 1 8.3 Die Schrödinger-Gleichung die grundlegende Gleichung der Quantenmechanik (in den bis jetzt diskutierten Fällen) eine Wellengleichung für Materiewellen (gilt aber auch allgemeiner)

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

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

Mehr

Abbildung 5.1: stabile und instabile Ruhelagen

Abbildung 5.1: stabile und instabile Ruhelagen Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer

Mehr

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

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

Mehr

4.5 Schranken an die Dichte von Kugelpackungen

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

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

Mehr

1 Reihen von Zahlen. Inhalt:

1 Reihen von Zahlen. Inhalt: 5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,

Mehr

4.7 Der Taylorsche Satz

4.7 Der Taylorsche Satz 288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise

Mehr

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543 Kapitel 4 Stetigkeit Peter Becker (H-BRS) Analysis Sommersemester 2016 254 / 543 Inhalt Inhalt 4 Stetigkeit Eigenschaften stetiger Funktionen Funktionenfolgen und gleichmäßige Konvergenz Umkehrfunktionen

Mehr

konvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in

konvergent falls Sei eine allgemeine (gutmütige) Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in C5 Funktionen: Reihenentwicklungen C5.1 Taylorreihen Brook Taylor (1685-1731) (Analysis-Vorlesung: Konvergenz von Reihen und Folgen) Grundlegende Frage: Wann / unter welchen Voraussetzungen lässt sich

Mehr

Folgerungen aus dem Auflösungsatz

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

Mehr

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

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

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen

Mehr

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

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

Mehr

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

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

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

Dierentialgleichungen 2. Ordnung

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

Mehr