Satz von Peano. Sei f stetig und beschränkt auf

Ähnliche Dokumente
Numerische Verfahren für gewöhnliche Differentialgleichungen

12 Gewöhnliche Differentialgleichungen

5 Randwertprobleme. y = f(t, y, y ) für t J, (5.2a) y(t 0 ) = y 0, y(t) = y T (5.2b) zu gegebener Funktion f und Werten y 0, y T.

Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme

MATHEMATISCHE METHODEN DER PHYSIK 1

Maximalität und Globalität von Lösungen

Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2.

Wiederholung: Kondition (Vorlesung vom )

Computer-orientierte Mathematik

Vorlesung Mathematik 2 für Ingenieure (A)

Seminar Gewöhnliche Differentialgleichungen

Umkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1

Differentialgleichungen I: Existenz und Eindeutigkeit

ε δ Definition der Stetigkeit.

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Wiederholungsklausur zur Analysis II

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

Wichtige Klassen reeller Funktionen

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur

Definition: Differenzierbare Funktionen

5 Numerische Iterationsverfahren

Lösung zu Kapitel 5 und 6

Analysis II. 8. Klausur mit Lösungen

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

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

Probeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen

Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ).

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 5, Wintersemester vom 21. Januar 2006

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

D-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler. Übungsblatt 5 A := u = Au, u(0) = 1. 1

49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit

1 Einführung, Terminologie und Einteilung

15 Hauptsätze über stetige Funktionen

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit

39 Differenzierbare Funktionen und Kettenregel

55 Lokale Extrema unter Nebenbedingungen

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

Mathematik für Anwender II

5 Stetigkeit und Differenzierbarkeit

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

Kapitel 4: Nichtlineare Nullstellenprobleme

Wir halten in einem s t Diagramm das Anfahren eines Autos fest. Wir nehmen an, dass zwischen Weg und Zeit der einfache Zusammenhang

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.

3.2 Implizite Funktionen

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen

Die reellen Zahlen als Dedekindsche Schnitte. Iwan Otschkowski

Finite Elemente I 2. 1 Variationstheorie

Mathematik für Naturwissenschaftler I WS 2009/2010

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

Übungen zum Ferienkurs Analysis II

Analysis I. Vorlesung 29

7. Kongruenzrechnung Definition: Proposition: Korollar: Beispiel: b ( a kongruent b modulo n ) auf Z, definiert durch:

Monotonie, Konkavität und Extrema

Zusammenfassung zur Konvergenz von Folgen

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

Kapitel 1. Holomorphe Funktionen

12. Trennungssätze für konvexe Mengen 83

Technische Universität München Zentrum Mathematik. Übungsblatt 3

Dierentialgleichungen 2. Ordnung

Mathematik I. Vorlesung 27. Differenzierbare Funktionen. In diesem Abschnitt betrachten wir Funktionen f :D K, wobei D K eine offene Menge in K ist.

Dynamische Systeme eine Einführung

10 Einführung in Gewöhnliche Differentialgleichungen

Merkblatt zur Funktionalanalysis

Einleitung...?? I Grundlagen aus Mengenlehre und Logik...?? II Von den ganzen Zahlen bis zu den reellen Zahlen...??

Der Satz von Taylor. Kapitel 7

Klausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6

< hergeleitet. < war nach 1.9 mit Hilfe von Rechenregeln für

p 2istirrational Satz 1.15 Beweis. Es gibt keine rationale Zahl x, diediegleichungx 2 =2erfüllt.

1.3 Differenzierbarkeit

Stabilität mittels Ljapunov Funktion

Kapitel 16 : Differentialrechnung

Dualitätssätze der linearen Optimierung

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

Elemente der Analysis II

Probeklausur zur Analysis II

Vorlesung Mathematik I für Wirtschaftswissenschaftler. Universität Leipzig, WS 16/17

Technische Universität Berlin. Klausur Analysis I

Abbildung 5.1: stabile und instabile Ruhelagen

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13

Lösungen der Übungsaufgaben von Kapitel 3

Gitterfreie Methoden. Florian Hewener. 29. Oktober 2013

DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE

Kapitel 6 Folgen und Stetigkeit

Taylorentwicklung von Funktionen einer Veränderlichen

10 Untermannigfaltigkeiten

Gewöhnliche Dierentialgleichungen

Zufallsvariable, Verteilung, Verteilungsfunktion

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

2.3 Basis und Dimension

Didaktik der Analysis

Analysis I. Guofang Wang Universität Freiburg

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

Übungen zur Vorlesung MATHEMATIK II

Totale Ableitung und Jacobi-Matrix

Anwendungen der Differentialrechnung

1. Funktionen und Stetigkeit

Transkript:

Satz von Peano Sei f stetig und beschränkt auf { } Q ab := (t,y) R n+1 : t t 0 a; y y 0 b mit f(t,y) M und α := min(a, b M ). Dann besitzt das Anfangswertproblem y = f(t,y), y(t 0 ) = y 0 Giuseppe Peano (1858-1932) eine stetig differenzierbare Lösung y C 1 ([t 0 α,t 0 +α]). Beweis: [Heuser, S. 617ff] Kapitel IV - Theorie (general06) 1

Existenz Beispiele Wichtig: Der Satz von Peano sagt nichts über die Eindeutigkeit aus. Beispiel 1: Man betrachtet das skalare Anfangswertproblem ẏ = y, y(0) = 0. Die rechte Seite f(t,y) = y erfüllt alle Voraussetzungen des Satzes von Peano. Somit existiert eine Lösung aber diese ist nicht eindeutig: y 1 (t) = 0 and y 2 (t) = t 2 /4. Kapitel IV - Theorie (general12) 2

Beispiel 2: Das AWP Existenz Weitere Beispiele hat auf dem Intervall [ 1,1] eine Lösung. ẏ = f(t,y) = (t+siny) 2, y(0) = 3, Der Satz von Peano sagt, eine Lösung existiert, wenn man Konstanten a, b und M findet, so dass gilt ( min a, b ) 1 und f(t,x) M auf [ a,a] [3 b,3+b]. M Es sei a = 1, dann gilt f(t,x) 4. Somit sind M = 4 und b = 4 die richtigen Wahlen. Frage: Hat das AWP eine Lösung in [ β,β], β > 1? Antwort: Ja. Die Voraussetzungen des Satzes von Peano sind erfüllt für a = β, M = (β +1) 2, b = β(β +1) 2. Kapitel IV - Theorie (general13) 3

Eindeutigkeit (Lipschitz Stetigkeit) Um die Eindeutigkeit einer Lösung zu garantieren, muss der Begriff der Stetigkeit verstärkt werden. Definition: WenneseineKonstanteL > 0gibt, sodass gilt f(t,y 1 ) f(t,y 2 ) L y 1 y 2, dannheißtf(t,y)lipschitzstetiginy mitderlipschitz Konstanten L. Rudolf Lipschitz (1832-1903) Bemerkung: Lipschitz Stetigkeit ist stärker als Stetigkeit und schwächer als Differenzierbarkeit. Kapitel IV - Theorie (general14) 4

Satz von Picard-Lindelöf Zusätzlich zu den Voraussetzungen des Satzes von Peano sei f in einer kleinen Umgebung von t 0 Lipschitz stetig bezüglich des zweiten Arguments mit der Lipschitz Konstanten L: f(t,y) f(t,z) L y z. C. E. Picard (1856-1941) E. Lindelöf (1870-1946) Dann gibt es eine eindeutig bestimmte Lösung y C 1 ([t 0 α,t 0 +α]). Kapitel IV - Theorie (general07) 5

Beispiele - wieder aufgegriffen Beobachtungen: Für die Beispiele 1 und 2 ist die rechte Seite f stetig, also existiert eine Lösung. In Beispiel 2 ist f(t,y) = (t+siny) 2 Lipschitz stetig in y. Somit hat das AWP eine eindeutige Lösung. Im Gegensatz dazu ist die rechte Seite in Beispiel 1 f = y nicht Lipschitz stetig. Damit ist die Voraussetzung an den Satz von Picard und Lindelöf nicht erfüllt und es können mehrere Lösungen existieren. Bemerkung: Der Satz von Picard und Lindelöf sagt nicht, dass mehr als eine Lösung des AWP existieren, wenn die Voraussetzungen des Satzes nicht erfüllt sind. Es kann also passieren, dass die Voraussetzungen des Satzes nicht erfüllt sind, die Lösung aber dennoch eindeutig ist. Kapitel IV - Theorie (general15) 6

Korrekt gestellte Probleme 1. Existenz einer Lösung 2. Eindeutigkeit der Lösung 3. stetige Abhängigkeit der Lösung von den Problemdaten J. Hadamard (1865-1963) Kapitel IV - Theorie (general05) 7

Korrekt gestellte Probleme (2) Wenn eine der Bedingungen 1,2,3 verletzt ist, so heißt das Problem schlecht gestellt. In der Vorlesung werden ausschließlich korrekt gestellte Probleme betrachtet. Bemerkung: Der Beweis der Wohldefiniertheit kann sehr schwierig sein! Beispiel: Navier Stokes Gleichungen für Flüssigkeitsbewegung: Hergeleitet im 19. Jahrhundert, numerische Lösungen existieren seit 1950, viel benutzt in sehr vielen realistischen Anwendungen aber bisher existieren keine allgemeinen Resultate über die Wohldefiniertheit! Kapitel IV - Theorie (general11) 8