PDR. Na levé straně použijeme vícerozměrné per-partes (důsledek z Gauss-Ostrogradského věty)

Rozměr: px
Začít zobrazení ze stránky:

Download "PDR. Na levé straně použijeme vícerozměrné per-partes (důsledek z Gauss-Ostrogradského věty)"

Transkript

1 PDR 1. Pojem slabého řešení 1.1. Homogenní Dirichletova úloha pro Laplaceovu rovnici. Nechť R d, d, je otevřená omezená množina. Uvažujeme úlohu 1.1 u = f, u =, x x. Klasické řešení 1.1 je u C C splňující 1.1 ve všech bodech. Okamžitě dostáváme, že toto jde jen pro f C. Odvození definice slabého řešení. Předpokládejme, že f L. Vynásobíme první rovnici v 1.1 testovací funkcí ϕ D a integrujeme u ϕ dx = fϕ dx. Na levé straně použijeme vícerozměrné per-partes důsledek z Gauss-Ostrogradského věty Věta 1.1. Nechť R d je omezená otevřená množina s konečnou plochou hranice a v každém bodě hranice existuje její vnější normálový vektor. Nechť funkce U, V jsou spojité na a mají spojité první parciální derivace na a tyto derivace se dají spojitě rozšířit na. Pak pro všechna i = 1,..., d platí U V x i dx = V U x i dx + Díky kompaktnosti nosiče ϕ dostáváme 1. u ϕ dx = fϕ dx. UV ν i ds. Poznámka 1.. V předchozím výpočtu jsme se dopustili jisté nekorektnosti. Odstraněna bude na cvičení. Definujme Sobolevův prostor { W 1, := v L v } : L pro všechna i = 1,..., d, x i kde derivace bereme v distributivním smyslu, opatřený normou d v W 1, = v L + v x i i=1 L Dále definujeme W 1, jako uzávěr D v normě výše. Slabé řešení 1.1 je funkce u W 1, splňující 1. pro všechna ϕ W 1,. 1 1.

2 PDR Poznámka 1.3. Zatím nejsme dostatečně vybaveni, abychom ukázali, že klasické řešení 1.1 je zároveň řešení slabé. Problém je ukázat, že u W 1, ověřit integrovatelnost derivací. Pak už stačí jen otestovat 1. funkcí ϕ W 1,. Můžeme psát ϕ = ψ + η, kde ψ D a testování vyhazuje nulu, η W 1, a η W 1, < ε. Pak z Hölderovy nerovnosti fη dx f L η L Cε a u η dx u L η L Cε. Poznámka 1.4. Testování řešením u ϕ dx = a tedy z Hölderovy nerovnosti fu dx u L f L u L. Časem se dozvíme, že pro funkce z W 1, obecně platí Pak tedy budeme mít apriorní odhady u L Cd, u L. u L C f L a u L C f L. Poznámka 1.5. Kdy nestačí klasické řešení: nehladká vstupní data, metoda s použitím Fourierovy transformace fundamentální řešení pro Diraca napravo, pak konvoluce, metody z variačního počtu Věta o horském sedle či Ekelandův variační princip. 1.. Nutné podmínky ve variačním počtu. Zkoumáme lokální extrémy zobrazení F : Y R, kde Y je prostor funkcí C 1 a, b, C 1 C, W 1,,.... Definice 1.6 Lokální minimum. Funkcionál F : Y R má v y Y lokální minimum, jestliže existuje δ > takové, že y y Y < δ = F y F y. Definice 1.7 Gateauxova derivace. Funkcionál F : Y R má v y Y Gateauxovu derivaci ve směru h Y \ {}, jestliže existuje konečná limita F y + th F y df y ; h = lim. t t Pokud je y Y bodem lokálního minima funkcionálu F, pak jsou zřejmě všechny existující Gateauxovy derivace nulové. Bod s nulovými Gateauxovými derivacemi se nazývá extremála. Tvrzení 1.8 Variační formulace Laplaceovy rovnice. Funkce u W 1, je slabým řešením úlohy 1.1 právě tehdy, když je extremálou funkcionálu F u = 1 u dx fu dx. Navíc se v takovém případě jedná o lokální minimum.

3 PDR 3 Důkaz. Platí F u + tϕ = 1 tedy 1.3 u dx fu dx + t u ϕ fϕ dx + t ϕ dx, F u + tϕ F u t = u ϕ fϕ dx + t ϕ dx a limita pro t zřejmě existuje pro libovolné pevné ϕ W 1, a rovná se 1.4 df u; ϕ = u ϕ dx fϕ dx. Tedy u je slabým řešením úlohy 1.1 právě tehdy, když df u; ϕ = pro všechna ϕ W 1,, což znamená, že u je extremálou. Dále, je-li u je slabým řešením úlohy 1.1 a volíme-li t = 1 v 1.3, pak F u F u + ϕ pro všechna ϕ W 1, a tedy u je bodem lokálního minima.. Sobolevovy prostory.1. Sobolevovské funkce. V dalším je otevřená souvislá. Definice.1 Slabá derivace. Nechť α = α 1,..., α d je multiindex a funkce u, v α L 1 loc. Pak v α je slabá derivace u podle x α, jestliže v α ϕ dx = 1 α ud α ϕ dx pro všechna ϕ D. Tedy slabá derivace je distributivní derivace, která je navíc funkce z L 1 loc. Definice. Sobolevův prostor. Nechť k N a p [1, ]. Pak definujeme W k,p := {u L p : D α u L p pro všechny multiindexy α, kde α k}. Na prostoru W k,p zavedeme normu { α k u k,p := u W k,p := Dα u p L p 1 p pokud p [1, max α k D α u L pokud p =. Tvrzení.3 Vlastnosti slabé derivace. Nechť u, v W k,p, k N a α k. Pak i D α u W k α,p a D α D β u = D β D α u = D α+β u kdykoliv α + β k ii λu + µv W k,p a D α λu + µv = λd α u + µd α v kdykoliv λ, µ R iii je-li otevřená, pak u W k,p iv je-li η D, pak ηu W k,p a D α ηu = α D β ηd α β u. β β α V předchozím tvrzení je třeba dát pozor na význam symbolů β α a α β pro multiindexy. Tvrzení.4 Základní vlastnosti Sobolevových prostorů. Nechť k N. Pro p [1, ] je W k,p Banachův, pro p = Hilbertův, pro p [1, separabilní a pro p 1, reflexivní.

4 4 PDR Důkaz. Skalární součin se zavede podobně jako na L. Separabilita plyne ze separability odpovídajícího Lebesguea a skutečnosti, že Sobolev se dá vnořit do kartézského součinu Lebesgueů jednotlivě derivace bereme jako další funkce z Lebesguea. Reflexivita přes stejné zanoření, kartézský součin reflexivních je zřejmě reflexivní, uzavřený podprostor reflexivního je reflexivní. Zajímavá je úplnost. Úplnost L p dává pro libovolný multiindex splňující α k, že D α u n u α. Potřebujeme ukázat, že u α = D α u. Máme 1 α ϕd α u = ud α ϕ u n D α ϕ = 1 α ϕd α u n 1 α ϕu α, kde relace postupně plynou z definice slabé derivace, konvergence funkcí v Lebesgueovi, definice slabé derivace, postup získání u α. Věta.5 ACL. Je-li R d otevřená, p [1, ] a u W 1,p, pak po případné změně na množině míry nula je u absolutně spojitá na skoro všech přímkách rovnoběžných se souřadnými osami a slabá derivace se shoduje s klasickou skoro všude. Navíc na uvedených přímkách platí Newtonova formule částečný výsledek z důkazu předešlé věty v Mazyově knize. Definice.6 Prostor W k,p. Nechť k N a p [1, ]. Pak definujeme W k,p = D W k,p. Tvrzení.7 Základní vlastnosti prostorů W k,p. Nechť k N. Pro p [1, ] je W k,p Banachův, pro p = Hilbertův, pro p [1, separabilní a pro p 1, reflexivní. Obecně platí W k,p W k,p. Obráceně Tvrzení.8. Nechť k N a p [1,. Pak W k,p R d = W k,p R d. Důkaz. Vně jistého BR se už vyintegruje jen málo, přenásobíme hladkou radiálně symetrickou seřezávací funkcí ψ takovou, že ψ = 1 na BR, ψ = na R n \BR+1 a ψ. Zbývá použít hustotu DBR+1 ve W k,p BR+1, teprve bude... Hölderovsky spojité funkce. Pro k N {} a λ [, 1] definujeme prostor C k,λ = {u C k D α ux D α uxuy : sup x y x y λ < kdykoliv α k} s normou u C k,λ = u C k + sup x y α k D α ux D α uy x y λ. Spojité funkce C nebo C,, lipschitzovské funkce C,1. Dá se ukázat C,β C,α, kdykoliv α < β 1. Definice.9 Množiny třídy C k,λ. Nechť k N {} a λ [, 1]. Omezená otevřená množina R d je třídy C k,λ, jestliže existuje m N souřadných systémů,

5 PDR 5 čísla α, β > a funkce a n C k,λ [ α, α] d 1 takové, že platí při značení x = x 1,..., x d 1, x d = x, x d v n-tém souřadném systému a + n : = {x R d : x < α, a n x < x d < a n x + β}, n : = {x R d : x < α, a n x β < x d < a n x } R d \, n : = {x R d : x < α, a n x = x d } R d \ m n =. n=1.3. Konvoluční zhlazování. Definice.1 Zhlazovací jádro. Funkce η : R d R je zhlazovací jádro, jestliže η DR d, supp η B1, η, x = y = ηx = ηy, η = 1. R d Příklad.11. To splňuje například { C exp 1 x ηx = 1 pro x < 1 pro x 1, kde C = Cd je volena tak, aby platila poslední podmínka v předchozí definici. V dalším považujme η za pevně danou funkci. Pro ε > definujeme funkci η ε předpisem η ε x = 1 ε d η x ε x Rd. Definice.1 Zhlazení funkce. Nechť R d je omezená a otevřená, u L 1 loc, ε > a η je zhlazovací jádro. Zhlazením funkce u příslušejícím ε a η nazýváme funkci u ε : ε R, kde ε = {x : distx, > ε}, definovanou předpisem Tedy u ε x = η ε x yuy dy = R d u ε = η ε u. Bx,ε η ε x yuy dy = ux yη ε y dy. R d Věta.13 O vlastnostech zhlazení. Nechť R d je omezená otevřená, p [1,, u L 1 loc a u ε je její zhlazení. Pak i u ε C ε ii lim ε + u ε x = ux pro skoro všechna x iii je-li u C, pak u ε u na každé kompaktní množině K iv je-li u L p loc, pak u ε u v L p loc v je-li u L p R d, pak u ε L p R d u L p R d pro p [1, ] a u ε u v L p R d pro p [1,. Případ v v sobě zahrnuje i u L p díky rozšíření nulou.

6 6 PDR.4. Aproximace hladkými funkcemi. Pro sobolevovské funkce se pokusíme získat podobné výsledky, jako jsme získali pro lebesgueovské. Nárážíme na dva problémy. Jednak potřebujeme zjistit, zda zhlazené funkce dobře aproximují nejen funkční hodnoty, ale i derivace, což se ukáže, že je v jistém smyslu pravda. Druhý problém spočívá v tom, že zatímco funkce z Lebesgueova prostoru po rozšíření nulou v uvedeném prostoru zůstávají, pro sobolevovské funkce toto neplatí. U hranice oblasti tedy nelze tvrdit, že derivace je zhlazenými funkcemi dobře aproximována. Věta.14 O lokální aproximaci hladkými funkcemi. Nechť k N, p [1, a u W k,p. Pak i D α u ε = D α u ε na ε, ii u ε u ve W k,p loc tedy ve W k,p kdykoliv, iii jestliže u W k,p R d, pak D α u ε = D α u ε na R d a u ε u ve W k,p R d. Důkaz. i Stačí ověřit platnost následující řetězové rovnosti pro x ε D α u ε x = D α Bx,ε η ε x yuy dy = = = Bx,ε Bx,ε Bx,ε = D α u ε D α x η ε x yuy dy 1 α D α y η ε x yuy dy η ε x yd α uy dy První a pátá rovnost jsou jen definice zhlazení, třetí je derivace složené funkce funkce je radiálně symetrická, čtvrtá plyne z definice distributivní derivace testovací funkce ϕ = η ε x DR d. Druhá rovnost je postupná aplikace věty o záměné derivace a integrálu předpoklady: měřitelnost integrandů před zderivováním, vlastní derivace integrandů, konvergence integálů pro jedno x - vždy omezená funkce s kopaktním nosičem násobená L p -funkcí, tedy součin vždy v L 1, L 1 - majoranta zderivovaného integrandu nezávislá na x - vyrobí se podobně jako pro třetí předpoklad. ii Nyní stačí aplikovat část iv věty o vlastnostech zhlazení na jednotlivé derivace a máme D α u ε = D α u ε D α u v L p loc. iii Vlastnost D α u ε = D α u ε se získá jako výše, konvergenci dokážeme aplikací části v věty o vlastnostech zhlazení na jednotlivé derivace. Lemma.15 První lemma o rozkladu jednotky. Nechť R d je otevřená množina a { i } i I je její otevřené pokrytí. Pak existuje spočetný systém funkcí {ξ j } j J takový, že platí i ξ j DR d pro všechna j J ii pro každé j J existuje i I, že supp ξ j i iii ξ j 1 pro všechna j J iv pro každé x je j J ξ jx = 1 a navíc pro každý kompakt K je ξ j pouze pro konečně mnoho j.

7 PDR 7 Věta.16 O globální aproximaci. Nechť R n je otevřená a omezená, k N, p [1, a u W k,p. Pak existují funkce u n C W k,p takové, že Důkaz. Máme = i=1 i, kde u n u ve W k,p. i = {x : distx, > 1 i }, i N. Položme V i = i+3 \ i+1, i N. Zvolme ještě V, aby = i= V i stačí vzít V = j pro j N, dost velké, aby j byla neprázdná. Nechť {ξ j } je hladký rozklad jednotky podřízený systému {V i }, tedy ξ j DV i, ξ j 1, ξ j = 1 na. Podle věty o vlastnostech slabé derivace máme ξ j u W k,p, navíc suppξ j u V i každé j má své i. Definujme ještě množiny W i = i+4 \ i V i. Nyní zvolme n N. K němu najdeme posloupnost {ε j,n }, tak malých, aby pro funkce u j,n = ξ j u εj,n platilo supp u j,n W i a u j,n ξ j u W k,p < 1 n j+1 Konečně, položme u n = j= uj,n. Pak u n C, neboť ke každému bodu z máme okolí, kde se sčítá jen konečně mnoho nenulových funkcí. Pro libovolné pevně zvolené i N pak máme j= j i 1 u n u W k,p i = u j ξ j u W k,p i j= j i 1 j= u j ξ j u W k,p 1 n. Z tohoto odhadu, faktu, že = i=1 i, a Leviho věty aplikované na jednotlivé integrály uvnitř sobolevovské normy dostáváme u n u W k,p 1 n. V předchozím důkazu jsme nechtěli počítat způsobem u n u W k,p = u j ξ j u j= W k,p. To bychom nejprve museli ukázat konvergenci sumy a v obecném případě není na první pohled jasné, že nekonečný součet sobolevovských funkcí je sobolevovská funkce, třebaže kontrolujeme normy sčítanců. Ještě dodejme, že nekontrolujeme normy ξ j u. Lemma.17 Druhé lemma o rozkladu jednotky. Nechť R d je omezená otevřená množina a { i } k i=1 je otevřené pokrytí. Pak existuje systém funkcí {ξ i } k i=1 takový, že platí i ξ i D i pro všechna i {1,..., k} ii ξ i x 1 pro všechna i {1,..., k} a x iii k i=1 ξ ix = 1 pro všechna x. Věta.18 O spojitosti translace v L p. Nechť u L p, kde R d otevřená a p [1,. Pak ux + h ux p dx h Rd, h.

8 8 PDR Idea důkazu. Vně veliké koule BR je už příspěvek do normy malý. Na BR + 1 díky Luzinovi najdeme kompakt K, aby \ K < ε a u je stejnoměrně spojitá na K. Nyní přes {x K : x + h K} BR vyintegrujeme pro malé h malé číslo, v opačném případě integrujeme přes malinkatou množinu a použijeme absolutní spojitost integrálu. Věta výše neplatí pro p =, stačí vzít χ,1. Věta.19 O aproximaci až do hranice. Nechť k N, p [1,, R d je oblast třídy C a u W k,p. Pak existuje posloupnost {u n } C taková, že u n u ve W k,p. Důkaz. Díky C máme okolí pokryto m r=1 r, kde r = + r r r. Vezměme ještě otevřenou, aby m r= r. Nechť {ξ r } m r= je rozklad jednotky podřízený systému { r } m r= podle předchozího lemmatu. Označme u r = uξ r. Nyní funkce u má kompaktní nosič uvnitř, stejně tak zhlazená funkce u,ε := u ε pro ε dost malé a tedy jako v konstrukci v důkazu věty o lokální aproximaci - konvoluční zhlazení dobře aproximuje funkci i její slabé derivace u u,ε W k,p = u u,ε W k,p supp u supp u,ε ε +. Teď k aproximaci zbývajících funkcí u r, r {1,..., m}. Zafixujme r, dále vezměme δ > velmi malé a definujme u δ rx = u r x, x d + δ vysunutí funkce o δ ven z hranice a teď zhladíme u r,ε := u δ r ε. Máme u r u r,ε W k,p u r u δ r W k,p + u δ r u r,ε W k,p. Díky větě o spojitosti translace v L p umíme vhodnou volbou δ udělat první sčítanec na pravé straně tak malý, jak potřebujeme u r je pevně zvolená funkce. Druhý sčítanec je zase malý díky tomu, že jsme si zakázané okolí hranice, kde konvoluční zhlazení obecně neaproximuje dobře viz Věta o vlastnostech zhlazení iv, vysunuli ven a tak jsme mohli použít konstrukci z Věty o lokální aproximaci..5. Operátor rozšíření. Věta.. Nechť R d je omezená oblast třídy C,1 a p [1, ]. Pak existuje spojitý lineární operátor E : W 1,p W 1,p R d takový, že i Eu = u na ii Eu má kompaktní nosič v R d iii existuje C = Cd, taková, že Eu W 1,p R d C u W 1,p. Důkaz. Nejprve vyřešíme speciální případ p <, = 1, 1 d 1, 1 horní půlka krychle a u C 1, supp u 1, 1 d 1 {}. Později ukážeme, jak se obecný případ na tento převede. Stačí položit ux pro x Eux = 3ux, x d + 4ux, x d pro x 1, 1 d 1, v ostatních případech Pro C 1 -hladkost Eu je rozhodující jen chování v okolí 1, 1 d 1 {}. Platí Eux, = 3ux, + + 4ux, + = ux, +,

9 PDR 9 dále pro i = 1,..., d 1 Eu x, = Eu x, + = Eu x, + x i x i x i a Eu x, = x Eu x, + = Eu x, +. d x d x d Navíc zřejmě platí Eu W 1,p R d C u W 1,p a C nezávisí ani na d ani na p je to vidět z trojúhelníkové norovnosti, přechod k argumentu x, x d se sice projeví v dvakrát větší množině, přes kterou integrujeme, ale integračního oboru se v definici normy týká mocnina 1 p. První zobecnění: u C 1 nahradíme u W 1,p. Využije se aproximace hladkými funkcemi až do hranice z předchozí věty funkce u n, díky linearitě operátoru E je zřejmě {Eu n } cauchyovská v W 1,p R d, její limita bude Eu. Druhé zobecnění: narovnání hranice vše jako výše, jen = {x 1, 1 d 1, x d ax, ax + 1}, kde a je lipschitzovská funkce. Použijeme bi-lipschitzovskou transformaci souřadnic x, x d x, x d + ax. Podle věty o substituci tato transformace zachovává Sobolevovy prostory a norma se nemění díky jednotkovému Jakobiánu matice derivací má na diagonále jedničky, obecně nenulový jen poslední řádek. Třetí zobecnění: krychle výše klidně mohla být kvádrem. Čtvrté zobecnění: rozsekání hranice. Stačí použít vhodný rozklad jednotky. Díky omezenosti velikosti gradientu funkcí z rozkladu pak zřejmě platí ξ i v W 1,p C v W 1,p skutečně ξ i v = ξ i v + v ξ i a požadované nerovnosti se dají vysčítat až na multiplikativní konstantu nezávislou na p. Případ p =. Provedeme předchozí postup pro všechna p <. Dostaneme kde používáme lemma níže. Eu W 1,p R d C u W 1,p C u W 1, Poznámka.1. Důkaz výše byl převzat ze skript pěti autorů a má dvě slabiny. Jednak je to užití netriviálního výsledku, že složenina lipschitzovského zobrazení se sobolevovským je sobolevovské integrovatelnost je zřejmá z věty o substituci, ale není jasné, že transformovaná slabá derivace zůstává slabou derivací a pak zbytečná péče o to, zda rozšířená funkce je stále C 1 stačilo by to jen přezrcadlit. Evansův přístup předpokládá C 1 -hranici, první krok je rošíření jako u nás, druhý narovnání hranice při němž pracuje se složeninou C 1 -zobrazení, tedy s klasickou derivací a k sobolevovským funkcím přechází až v posledním kroku. Lemma.. Nechť R d je měřitelná a omezená. Jestliže u L, pak pro všechna p [1, platí u L p a u L p C u L, speciálně C nezávisí na p. Naopak, jestliže u L p pro všechna p [1, a existuje C > takové, že u Lp C pro všechna p [1,, pak u L a u L C tatáž konstanta.

10 1 PDR Důkaz. Pokud u C skoro všude na a p [1,, pak 1 p u L p C p = C 1 p C max{1, }. Druhá část sporem: nechť u L p C, existují δ > a kladné míry takové, že u > C + δ na. Pak u L p C + δ 1 p. Dostáváme spor, neboť pravá strana jde k C + δ pro p jdoucí k nekonečnu..6. Věty o spojitém vnoření. V následujícím značíme pro x = x 1,..., x d R d pro i =,..., d 1 x 1,..., ˆx i,..., x d = x 1,..., x i 1, x i+1..., x d. Pro i = 1 či i = d analogicky vynecháním souřednice x i. Lemma.3 Gagliardo. Nechť d a u i C 1 c R d 1, pro i = 1,....d, kde u i = u i x 1,..., ˆx i,..., x d ve smyslu, že funkce je konstantní v chybějící proměnné. Pak R d i=1 d u i dx d 1 d 1 u i d 1 dx 1... dxi ˆ... dx d. R d 1 i=1 Důkaz. V případě d = má nerovnost tvar u 1 x u x 1 dx u 1 x dx R R R u x 1 dx 1 a plyne z Fubiniho věty. Dále pokračujeme indukcí přes d. Nejprve použijeme Fubiniho a hned po něm Höldera pro d 1 činitelů a pak ještě Höldera s mocninami d 1 a d 1 d u 1... u d dx = u 1 u... u d dx 1 dx... dx d R d R d 1 R d u 1 R d 1 i= Nyní na hladké funkce d 1 1 u i d 1 dx 1 R 1 d 1 dx... dx d u 1 d 1 dx... dx d R d 1 d 1 u i d 1 dx 1 R d 1 R i= d 1 d g i := u i d 1 dx 1, i =,..., d, R dx... dx d d d 1.

11 PDR 11 aplikujeme indukční předpoklad a dostáváme u 1... u d dx R d = = R d 1 u 1 d 1 dx... dx d R d 1 u 1 d 1 dx... dx d R d 1 u 1 d 1 dx... dx d R d 1 u 1 d 1 dx... dx d a to jsme chtěli dokázat. 1 d 1 1 d R d 1 i= d 1 d 1 d 1 1 d 1 i= i= g i dx... dx d d d 1 1 g i d dx... dxi ˆ... dx d R d d d d 1 d 1 u i d 1 dx 1 dx... dxi ˆ... dx d R d R d 1 d 1 u i d 1 dx 1... dxi ˆ... dx d R d 1 Věta.4 Gagliardo-Nirenberg. Nechť p [1, d. Označme p = libovolnou u DR d platí.1 u L p R d i= d 1p d p u L p R d. dp d p. Pak pro Důkaz. Nejprve případ p = 1. Pak p = d d 1. Z důvodů patrných níže dokažme tvrzení v obecnějším případě u Cc 1 R d. Pro libovolné i = 1,..., d platí xi u ux = x 1,..., x i 1, s, x i+1,..., x s ds x i Tedy uu d d 1 d i=1 u x 1,..., x i 1, s, x i+1,..., x s ds. u x 1,..., x i 1, s, x i+1,..., x s ds 1 d 1 Teď už stačí vše jen přeintegrovat přes R d a použít Gagliardovo lemma na jednorozměrné integrály z gradientu umocněné na 1 d 1 u d d d 1 = uu L d 1 d d 1 dx R d R d d 1 d 1 u x 1,..., x i 1, s, x i+1,..., x s ds dx R d i=1 d 1 d 1 u x 1,..., x i 1, s, x i+1,..., x s ds dx 1... dxi ˆ... dx d i=1 R d 1 d 1 d 1 d d 1 = u dx = u dx = u d d 1 L 1 R d, R d R d i=1. d 1

12 1 PDR což jsme chtěli dokázat, neboť d 1p d p p=1 = 1 a tedy nerovnost je dokázána včetně správné multiplikativní konstanty. a definujme pomocnou funkci v = u γ 1 u. Zřejmě γ > 1, proto t t γ 1 t je C 1 -funkce a odtud v Cc 1 R n. Můžeme tedy aplikovat výsledek pro případ p = 1 na v a dostáváme Nyní přistupme k případu p 1, d. Položme γ = d 1p d p d 1p d p u = u γ = u γ = v L dp d p R d L dγ d d 1 R d L d 1 R d L = u γ 1 u = γ u γ 1 u R d R d γ u pγ 1 p 1 R d p 1 p R d u p 1 p v poslední úpravě jsme použili Hölderovu nerovnost. Dále platí a tedy p γ 1 = p dp 1 = dp p 1 p 1 d p d p d 1p d p u L dp d p R d d 1p d p dp p 1 u d p p u L dp Lp R. d d p R d v d 1 d R d L 1 R d Protože dále d 1p d p dp p 1 = d p d p p d p = 1, vyloučíme-li případ u, kdy je požadovaná nerovnost splněna triviálně, dostáváme d 1p u dp L d p R d d p u L p R. d Důsledek.5. i Nechť p [1, d. Pak W 1,p R d L p R d a platí.1. ii Nechť p [1, d a R n. Pak W 1,p L p a platí.1. Důkaz. Připomeňme, že W 1,p R d = W 1,p R d, tedy v obou případech lze užít hustotu funkcí z DR d respektive D DR d. Podrobně dokážeme tvrzení ii. Pokud u W 1,p R d, pak existuje {u n } C R d W 1,p R d taková, že u n u ve W 1,p R d. Pro tyto funkce platí.1, stačí tedy tedy dokázat u n Lp R d u Lp R d a u n L p R d u L p R d. První konvergence plyne z konvergence ve W 1,p R d. Dále aplikací.1 na u n u k zjistíme, že {u n } je cauchyovská v L p R d a tedy existuje v L p R d splňující u n v v L p R d. Přechodem k podposloupnosti máme u n v skoro všude. Protože máme zároveň u n u v L p R d, dostáváme u n u skoro všude, tedy v u skoro všude. Proto u n L p R d v L p R d = u L p R d. Věta.6 Vnoření pro p < d. Nechť p [1, d a R d je třídy C,1. Pak pro libovolné q [1, p ] platí W 1,p L q s konstantou vnoření C = Cd, p, q,.

13 PDR 13 Důkaz. Pokud q = p, použijeme nejprve operátor rozšíření na W 1,p R d tím vstoupí do hry i norma z funkčních hodnot, pak aplikujeme předchozí větu. Rozšíření mám trochu zhorší konstantu z Gagliardo-Nirenberga. Pokud q < p, použijeme postup výše a pak ještě zahöldeříme na levé straně. Věta.7 Vnoření pro p = d. Nechť R d je třídy C,1. Pak pro libovolné q [1, platí W 1,d L q. Důkaz. Plyne z předchozí věty, neboť je omezená, tedy W 1,d W 1,p pro všechna p [1, d. Navíc máme p pro p d. Ve třídě radiálně symetrických funkcí s logaritmickým růstem lze nalézt příklad ukazující, že neplatí vnoření do L. Věta.8 Odhady pro W 1,p, p [1, d. Nechť R d je otevřená a omezená. Nechť p [1, d a u W 1,p. Pak pro každé q [1, p ] platí u L q Cp, q, d, u L p. Důkaz. Případ q = p plyne z Gagliardo-Nirenberga a hustoty D ve W 1,p. Ostatní případy se získají pomocí Hölderovy nerovnosti. Pokud je v předchozí větě q = p, odhad se nazývá Friedrichsova nerovnost a jejím důsledkem je ekvivalence klasické sobolevovské normy a takzvané Dirichletovy normy u W 1,p := u L p. Poznámka.9. Protože pro p < d máme W 1,p R d L p R d a navíc triviálně W 1,p R d L p R d, aplikací Höldera dostáváme W 1,p R d L q R d pro všechna q [p, p ], neboť pro λ, 1 u λp+1 λp R d R d u p λ u p R d 1 λ a tedy u L λp+1 λp R d u λp λp+1 λp L p R d u 1 λp λp+1 λp. L p R d Věta.3 Morrey. Nechť p d,. Pak existuje C = Cp, d >, že pro všechna u C 1 R d platí u := u ux uy,1 d C p R d CR d + sup C u x y x y 1 d W 1,p R. d p Důkaz. Nejprve odhadneme oscilace. Volme libovolné pevné x 1, x R d různé. Nechť Q ϱ je krychle se stěnami rovnoběžnými se souřadnými osami, taková, že body x 1, x leží na protilehlých stěnách, délku hrany značíme ϱ tedy ϱ = x 1 x. Pak ϱ x 1 x dϱ.

14 14 PDR Proto pro libovolné x Q ϱ a i = 1, máme 1 d ux ux i = ds ux i + sx x i ds 1 = ux i + sx x i x x i ds 1 dϱ ux i + sx x i x x i ds 1 ux i + sx x i ds. Použijeme-li tento odhad, Fubiniho větu a lineární substituci z = x i + sx x i, "dz = s d dx", která posílá krychli Q ϱ na Q i sϱ = {z R d : z = x i + sx x i, x Q ϱ }, a pak použijeme na vnitřní integrál Hölderovu nerovnost 1 ϱ d ux dx ux i Q ϱ 1 ϱ d ux ux i dx Q ϱ d 1 ux i + sx x i dsdx = = = ϱ d 1 Q ϱ 1 d ϱ d 1 1 d ϱ d 1 1 d ϱ d 1 ux i + sx x i dxds Q ϱ s d uz dzds Q i sϱ d ϱ d 1 u L p R d s d u L p R Q i sϱ p 1 d p 1 1 ds s d sϱ p 1 p d ds = dϱ 1 d p u Lp R d s d p ds d = 1 d ϱ 1 d p u L p R. d p Odtud dostáváme ux 1 ux ux 1 1 ϱ d ux dx Q ϱ + 1 ϱ d ux dx ux Q ϱ. d 1 d ϱ 1 d p u L p R d d p 1 d x 1 x 1 d p u L p R d p z čehož plyne požadovaný odhad druhé části normy.

15 PDR 15 Nyní odhadneme supremum funkčních hodnot. Volme x R d a k němu libovolnou krychli Q 1, aby x Q 1. Pak pro libovolně y Q 1 platí podle. ux = uy + ux uy uy + C x y 1 d p u L p R d uy + C u Lp R. d Integrací přes Q 1 a aplikací Hölderovy nerovnosti dostáváme ux = ux dy uy dy + C u Lp R d Q 1 Q 1 u Lp R d + C u Lp R d C u W 1,p R. d A tentýž odhad platí i pro supremum. Důsledek.31. Nechť p d,. Pak W 1,p R d C,1 d p R d při volbě vhodného reprezentanta s konstantou vnoření C = Cd, p. Důkaz. Volme u W 1,p R d. Vezměme aproximující posloupnost hladkých funkcí takových, že u m u ve W 1,p R d. Podle předchozí věty máme u m u l C,1 d p R d C u m u l W 1,p R d, což je cauchyovskost, tedy existuje v C,1 d p R d taková, že u m v v C,1 d p R d. Pak nutně u = v skoro všude, jinak odvodíme spor z toho, že u m u v L p R d a zároveň u m v. Tedy pro vhodného reprezentanta u C,1 d p R d. Pak už se použije jen spojitost obou norem, abychom dostali Morreyho nerovnost. Věta.3 Vnoření pro p > d. Nechť p > d a R d je množina třídy C,1. Pak pro všechna α [, 1 d p ] platí W 1,p C,α. Důkaz. Nejprve použijeme operátor rozšíření, tedy z u W 1,p vyrobíme Eu W 1,p R d s kompaktním nosičem. Pak stačí kombinovat inkluzi mezi Sobolevovými prostory na omezené množině s předchozím důsledkem. Důsledek.33. Nechť R d je množina třídy C,1. Pak W 1, C,1. Důkaz. Díky omezenosti množiny dostáváme W 1, W 1,p, pro libovolné p [1, a tedy dle předchozí věty a Hölderovy nerovnosti u C,1 d p Cd, p, u W 1,p Cd, p, u W 1,. Dále konstanta v. je omezená, je-li p odraženo od d konstanta byla v důkazu Morreyho věty, tedy existuje jedna konstanta C >, že pro libovolné α [ 1, 1 a x 1, x ux 1 ux C x 1 x α. Odtud dokonce se stejnou konstantou jinak se snadno odvodí spor. ux 1 ux C x 1 x,

16 16 PDR.7. Věty o kompaktním vnoření. Věta.34 Kompaktní vnoření pro p < d. Nechť R d je množina třídy C,1 a p < d. Pak pro všechna q [1, p platí Důkaz je velmi dlouhý. W 1,p L q. Věta.35 Kompaktní vnoření pro p d. Nechť R d je množina třídy C,1. Pak i pro všechna q [1, je W 1,p L q ii pro všechna p > d a α [, 1 d p platí W 1,p C,α. Důkaz. První tvrzení zřejmě plyne z předchozí věty. Druhé plyne z faktu, že prostory Hölderovsky spojitých funkcí jsou do sebe kompatně vnořené..8. Věta o stopách. Prostor L p pro s lipschitzovskou hranicí zavádíme následovně. Je-li funkce u definována skoro všude na, na jednotlivých úsecích hranice po odpovídající rotaci souřadnic zkoumáme, zda funkce x ux, a n x patří do L p α, α d 1. Při výpočtu normy ještě přidáváme váhu 1 + an x an x d 1 1 plošný element pro plochy explicitně zadané jako graf funkce a vysčítáváme přes všechny části hranice bez rozkladu jednotky, tedy některé úseky jsou brány vícekrát, úseků je ale jen konečný počet. Věta.36 O stopách. Nechť R d je množina třídy C,1 a p [1, ]. Nechť dále [1, dp p d p ] pro p < d q [1, pro p = d [1, ] pro p > d. Pak existuje spojitý lineární operátor T : W 1,p L q takový, že pro všechna u C platí T u = u. Důkaz. Pro p > d se použije vnoření do Hölderovských funkcí na, takže u vhodného reprezentanta známe i funkční hodnoty na hranici. Musí se ale ještě ověřit linearita a spojitost tohoto přirozeně definovaného operátoru obojí je snadné. Případ p = d bude přetažen z p < d díky vzájemnému vnoření Sobolovových prostorů a dp p d p pro p d. V dalším tedy uvažujme jen p < d a značíme p # = dp p d p. Krok 1. přechod k hladkým funkcím a definice operátoru Podle věty o globální aproximaci až do hranice můžeme najít {u n } C takovou, že u n u ve W 1,p. Pokud se nám podaří pro hladké funkce dokázat nerovnost.3 v L p # Cp, v W 1,p, přetáhneme pojmy jako cauchyovskost a nezávislost na aproximující posloupnosti z W 1,p do L p# úplný prostor. Zbývá dokázat.3. Krok. S použitím rozkladu jednotky problém převedeme na jeden úsek hranice. Díky omezenosti velikosti gradientu funkcí z rozkladu pak zřejmě platí ξ i v W 1,p C v W 1,p

17 PDR 17 skutečně ξ i v = ξ i v + v ξ i a požadované nerovnosti se dají vysčítat až na multiplikativní konstantu. Krok 3. důkaz nerovnosti.3 na jednom úseku hranice Je-li rozklad jednotky zvolen tak, aby nosič rozkládající funkce ležel v pásu šířky β z definice třídy C,1, pak díky Hölderově nerovnosti provádí se jen pro p > 1, jinak je důkaz hotov po dvou řádcích následujícího výpočtu a větě o spojitém vnoření Sobolevových prostorů do prostorů Lebesgueových [ α,α] d 1 vx p # dx ax +β [ α,α] d 1 ax y ax +β Cp, d [ α,α] d 1 ax vx, y dp p d p dp 1 d p Cp, d v Lp supp v v L dp d p supp v dp 1 dp p 1+ d p Cd, p v W 1,p supp v = Cd, p v d p = Cd, p v p# W 1,p supp v. dydx vx, y vx, y dp 1 d p dydx W 1,p supp v Věta.37 Charakterizace W 1,p pomocí stop. Nechť R d je množina třídy C 1, p [1, a u W 1,p. Pak u W 1,p T u = na. Náznak důkazu. Jedna implikace je jasná. Funkci u aproximujeme funkcemi z D a využijeme toho, že operátor stop je spojitý. Druhá implikace je obtížná. Vezmeme posloupnost C -funkcí z definice T u zmodifikujeme je na funkce z D rozkladem jednotky se přehodíme na jeden kousek hranice, ten narovnáme. Pak funkce přenásobíme vhodnou seřezávací funkcí a zhladíme, dále ukážeme, že i po těchto úpravách stále konvergují k u ve W 1,p..9. Poincarého nerovnost. Pro funkci z L 1 definujeme její integrální průměr jako u = 1 u dx. Věta.38 Poincaré. Nechť R d je omezená oblast třídy C 1, 1 p. Pak pro všechna u W 1,p platí u u Lp Cd, p, u Lp. Důkaz. Bez újmy na obecnosti lze předpokládat, že u = přičtení konstanty neovlivní, zda u W 1,p díky omezenosti - příklad na cvičení a u L p = 1. Pokud by nerovnost neplatila, šlo by najít posloupnost {u n } W 1,p s vlastnostmi uvedenými výše a navíc u n Lp 1 n. Použijeme větu o kompaktním vnoření a přechodem k vybrané podposloupnosti dostáváme i pro p = u n u v L p, u Lp = 1 a u = L p L 1. Na druhou stranu pro všechna ϕ D a i = 1,..., d máme díky u n L p 1 n u ϕ ϕ = lim u n = lim ϕ u n = x i n x i n x i

18 18 PDR a tedy u W 1,p, u = skoro všude, tedy u je konstantní příklad na cvičení a tedy u = je ve sporu s u L p = 1. Věta.39 Poincaré pro kouli. Nechť x R d, r >, 1 p a u W 1,p Bx, r. Pak u u Bx,r L p Bx,r Cd, pr u L p Bx,r. Důkaz. Nejprve uvažujeme případ Bx, r = B, 1 a použijeme předchozí větu. Obecný případ získáme posunutím nemění ani integrální průměr, ani integrál z funkčních hodnot, ani z derivace a nafouknutím pro p < : integrální průměr stejný, norma z funkčních hodnot je přenásobena r d 1 d p = r p díky Jakobiánu, norma derivace zase r p r d 1 d p = r p 1 ; pro p = : první a druhá veličina se nemění, norma derivace vyhodí r Charakterizace Sobolevových prostorů pomocí diferencí. Je-li h R a e i jednotkový vektor ve směru osy x i, značíme h i ux = ux + he i ux. h Tedy, pokud existuje i-tá parciální derivace v bodě x, platí u x = lim h i ux. x i h Věta.4. i Nechť p [1, a u W 1,p R d. Nechť i {1,..., d} a h R\{}. Pak h i u L p R d u L. x i p R d ii Nechť p 1, a u L p R d. Nechť existují h > a C i >, i {1,..., d}, takové, že pro všechna h R splňující < h < h a i = 1,..., d platí.4 h i u L p R d C i. Pak u W 1,p R d a pro každé i {1,..., d} platí u Lp x C i. i R d Důkaz. i Z hustoty stačí dokázat pro u DR n norma na pravé straně nerovnosti je část toho, vůči čemu jsme hustotu dokazovali, podobně pro levou stranu a pevné h, viz definice h i. Nechť je tedy v dalším u DRn pevné, stejně tak i = 1,..., d a h. Máme h i ux = ux + he i ux h = 1 h h Odtud díky Hölderovi opatrně, h může být záporné h i ux p = 1 h h p 1 u p x + te i dt x i 1 p h p h h p 1 p dt u x + te i p dt x i = 1 h h p h p 1 u x + te i p dt x i = 1 h u x i x + te i dt. p p h u x + te i p dt. x i

19 PDR 19 Poslední nerovnost integrujeme přes R d a použijeme Fubiniho h i ux p L p R d 1 h u x + te i p dt dx h R d x i = 1 h u x + te i p dx dt h R x d i = 1 h u p dt = u p h x i L p R d x i L p R d což jsme chtěli dokázat. ii Nechť {h n } R \ {} je posloupnost jdoucí k nule. Pak, podle předpokladu.4, je { hn i u} omezená posloupnost v L p R d a tedy díky reflexivitě pro 1 < p < lze přejít k takové podposloupnosti, že hn i u v pro nějaké v L p R d. Nejprve ukažme, že v = u x i slabá derivace. Volme testovací funkci ϕ DR d. Pak díky substituci Nyní neboť hn i hn i uxϕx dx = 1 R h d n R d ux + h n e i ϕx dx uxϕx dx R d R d = 1 uxϕx h n e i dx uxϕx dx h n R d R d ϕx h n e i ϕx = ux dx. h n R d hn i uxϕx dx n vxϕx dx, R d R d u v a ϕ DR d L p R d. Na druhou stranu ϕx h n e i ϕx ux dx n h n podle Lebesgueovy věty, neboť a ϕx hnei ϕx h n R d u L p R d L p supp ϕ L 1 supp ϕ ϕ x i xux dx jsou omezené Lagrange a spojitost derivace na kompaktu. Proto ϕ vxϕx dx = xux dx. R d R x d i Máme tedy dokázánu existenci slabých derivací a jejich příslušnost do L p R d. Podle předpokladu u L p R d, tedy u W 1,p R d. Zbývá dokázat odhad normy derivací, ale ten plyne z.4 a faktu, že každá norma je slabě polospojitá zdola. Poznámka.41. Ve druhé části předchozí charakterizace skutečně nelze připustit p = 1. Stačí volit u = χ,1. Pak u L 1 R, není to sobolevovská funkce, ale pro libovolně h, 1 platí pro h 1, je výpočet podobný { 1 h x = h pokud x h, ] [1 h, 1 jinak a tedy h L1 R =.,

20 PDR Předchozí charakterizace platí i pro obecnou R d, ale ve znění se musí ošetřit okolí hranice. Věta.4. i Nechť p [1, a u W 1,p. Nechť V je otevřená a i {1,..., d}. Pak existuje C > takové, že pro všechna h R splňující < h < 1 distv, platí h i u Lp V C u Lp. x i ii Nechť p 1, a u L p loc. Nechť V je otevřená a pro každé i {1,..., d} existuje C i > takové, že pro všechna h R splňující < h < 1 distv, platí h i u L p V C i. Pak u W 1,p V a pro každé i {1,..., d} platí u Lp C i. x i V 3. Lineární eliptické rovnice Motivační úloha. Nechť R d je omezená a otevřená. Zabývejme se rovnicí u + u = f div f na 3.1 u = na, kde f = f 1,..., f d a div f = d f i i=1 x i. Připomeňme si ještě u = div u. Předpokládejme, že f, f 1,... f d L. Slabé řešení rovnice 3.1 je dáno vztahem odvození jako na začátku semestru, tedy přenásobíme funkcemi z D, integrujeme a na vhodné integrály použijeme per-partes 3. u ϕ + uϕ = f ϕ + f ϕ kdykoliv ϕ W 1,. Připomeňme Definice 3.1 Skalární součin. Nechť V je vektorový prostor. Pak, : V V RC nazveme skalárním součinem, jestliže i x, x a x, x = x = ii x, y = y, x iii λx, y = λx, y a x + y, z = x, z + y, z kdykoliv x, y, z V a λ RC. Věta 3. Rieszova věta o reprezentaci. Nechť H je Hilbertův prostor a L H spojitý lineární funkcionál. Pak existuje právě jedno a H takové, že L, h = h, a pro všechna h H. Navíc L = a. Tvrzení 3.3. Existuje právě jedno slabé řešení úlohy 3.1. Důkaz. Označíme-li u, ϕ := u ϕ + uϕ, pak operace, má vlastnosti skalárního součinu na W 1,. Označme L, ϕ := f ϕ + f ϕ

21 a ukažme, že L W 1,. Linearita je zřejmá. Dále L W 1, = sup L, ϕ sup 1 ϕ W 1, PDR 1 ϕ W 1, 1 f ϕ + f ϕ sup f L ϕ L + f L ϕ L ϕ 1, 1 W f L + f L <, tedy L je spojitý. Konečně, 3. se dá psát jako u, ϕ = L, ϕ, kde existence a jednoznačnost u plyne z Rieszovy véty o reprezentaci. Poznámka 3.4. Díky větě o ekvivalenci norem má vlastnost skalárního součinu na W 1, i samotný první člen v definici,. Předchozí výsledky tedy umíme získat i pro obecnější rovnici u + Cu = f div f, kde C. V této kapitole budeme studovat ještě obecnější třídu PDR a budeme potřebovat univerzálnější nastroj, než je Rieszova věta o reprezentaci. Skalární součin nahradíme obecnější bilineární formou Věta 3.5 Lax-Milgramovo lemma. Nechť X je raálný Hilbertův prostor se skalárním součinem, X a normou X =, X 1. Nechť B : X X R je bilineární forma, která je X-eliptická m > : u X Bu, u m u X a X- omezená M > : u, v X Bu, v M u X v X. Pak pro každé F X existuje právě jedno u X takové, že Navíc Bu, v = F, v kdykoliv v X. u X 1 m F X. Důkaz. Nechť F X je pevně zvoleno. Dále pro zafixované u X, podle Rieszovy věty o reprezentaci, existuje w X takové, že Bu, ϕ = w, ϕ X pro všechna ϕ X. Definujme operátor A: X X předpisem Au = w kde w je získáno předchozí konstrukcí. Tedy Bu, ϕ = Au, ϕ X pro všechna ϕ X. V dalším ukážeme, že A je omezený lineární operátor, který je prostý a na. Linearita plyne z linearity B v první složce, neboť pro všechna ϕ X Aλu + µv, ϕ X = Bλu + µv, ϕ = λbu, ϕ + µbv, ϕ = λau, ϕ X + µav, ϕ X = λau + µav, ϕ X a teď už stačí jen vše převést na jednu stranu a otestovat vzniklým rozdílem. Nyní omezenost tedy spojitost. Máme Odtud Au X M u X. Dále Au X = Au, Au X = Bu, Au M u X Au X. m u X Bu, u = Au, u X Au X u X = u X 1 m Au X.

22 PDR Toto zřejmě implikuje prostotu A je lineární. Navíc AX obraz je uzavřený předchozí odhad implikuje také spojitost inverzního zobrazení. Ještě zbývá ukázat, že AX = X. Pokud by tomu tak nebylo, existoval by v X \ {}, v AX neboť AX je uzavřený podprostor. Pak ale m v X Bv, v = Av, v X =, což je spor. Konečně přistupme k hlavní části důkazu. Protože F X, podle Rieszovy věty o reprezentaci existuje w X takový, že F, v = w, v X pro všechna v X. Protože AX = X, k w existuje u X takové, že w = Au. Tedy F, v = w, v X = Au, v X = Bu, v pro všechna v X. Ještě ověřme jednoznačnost. Nechť Bu 1, ϕ = F, ϕ a Bu, ϕ = F, ϕ pro všechna ϕ X. Odečteme obě rovnosti a dosadíme ϕ = u 1 u = Bu 1 u, u 1 u m u 1 u X. Ještě získejme odhad normy u X dosazením ϕ = u m u X Bu, u = F, u F X u X = u X 1 m F X Třída eliptických úloh s obecnými okrajovými podmínkami. Nechť R d je omezená a otevřená. Řešíme úlohu 3.3 diva u + bu = f na s okrajovými podmínkami u = u na Γ 1 Dirichlet u n = g na Γ Neumann u n + σu = g na Γ 3 Newton. Zde Γ 1, Γ, Γ 3 jsou otevřené jakožto podmnožiny a existuje N splňující H d 1 N = a = Γ 1 Γ Γ 3 N. Dále f : R b: R A = a ij d i,j=1 : R d d u : Γ 1 R σ : Γ 3 R g : Γ Γ 3 R a u n = u n = d i,j=1 u x j a ij ν i, kde ν je vnější normála a n se nazývá konormála. Poznámka 3.6. Zápis rovnice 3.3 po složkách je d u a ij + bu = f. x j x i i,j=1 Pokud A je konstantně rovná jednotkové matici, jedná se o Laplaceovu rovnici a konormála splývá s vnější normálou.

23 PDR 3 Technické předpoklady A je třídy C,1 A1 α > : Aξ ξ α ξ pro všechna ξ R d a skoro všechna x A a ij, b L, σ L Γ 3 A3 f L, g L Γ Γ 3 A4 b, σ A5 ũ W 1, : T ũ Γ1 = u T je operátor stop. Poznámka 3.7. Díky předpokladu A1 máme n ν = Aν ν α ν = α > a tedy konormála vždy míří ven z oblasti. Odvození slabé formulace Definujme V := {ϕ C : ϕ Γ1 = } a V = V W 1,, tedy W 1, V W 1,. Navíc V je uzavřený podprostor Hilbertova prostoru, tedy Hilbertův. Volme ϕ V. Pak aplikací per-partes a okrajových podmínek jak pro rovnici tak pro testovačku z V Dále označme fϕ = = = buϕ buϕ + buϕ + Bu, ϕ = = d i,j=1 u a ij ϕ x j x i d u ϕ a ij x i x j i,j=1 d i,j=1 u a ij ϕν j ds x i u ϕ a ij dx gϕ ds + σuϕ ds. x i x j Γ Γ 3 Γ 3 d u ϕ buϕ + a ij dx + σuϕ ds x i,j=1 i x j Γ 3 buϕ + A u ϕ dx + σuϕ ds. Γ 3 Definice 3.8. Funkce u je slabým řešením, jestliže u ũ V a pro všechna ϕ V platí Bu, ϕ = fϕ + gϕ ds. Γ Γ 3 Vhodnější zápis slabého řešení díky linearitě B, v první složce je u = ũ +v, kde v V splňuje 3.4 Bv, ϕ = F, ϕ pro všechna ϕ V a zobrazení F je definováno předpisem F, ϕ = fϕ + gϕ ds Bũ, ϕ. Γ Γ 3

24 4 PDR Věta 3.9 O ekvivalenci skalárního součinu generovaného W 1, a B, na V. Za předpokladů uvedených výše i B, je V -omezená a bilineární. ii B, je V -elptická, pokud navíc platí alespoň jedna z podmínek α H d 1 Γ 1 > β γ b > na množině kladné Lebesgueovy míry σ > na množině kladné d 1-dimenzionální Hausdorffovy míry. iii Pokud neplatí žádná z podmínek výše pak se jedná o Neumannovu úlohu, definujme prostor W = {u W 1, : u = } a pak B, je bilineární, W -omezená a W -eliptická. Důkaz. i Bilinearita zřejmě plyne z linerity integrálu. Dále omezenost plyne z Hölderovy nerovnosti, věty o stopách dp p d p = d 1 d a A d u v Bu, v buv + a ij dx + σuv ds x i x j Γ 3 i,j=1 C u L v L + C u L v L + C u L v L C u W 1, v W 1,. ii Sporem. Pokud tvrzení neplatí, lze nalézt {v n } V takové, že v n W 1, = 1 a Bv n, v n. Protože máme omezenou posloupnost v reflexivním prostoru V a ten je dále kompaktně vnořen do L, nalezneme v V takové, že po přechodu k podposloupnosti v n v ve W 1, a v n v v L. Dále slabá zdola polospojitost normy a A1 apolu s A4 dávají v n L a v L =, tedy v = skoro všude a tedy dle jednoho z domácích úkolů v C. Zároveň dostáváme v L = 1. Pokud nyní platí α, v V implikuje v a to je spor s v L = 1. Dále lze užitím v n L = v L a Hölderovy nerovnosti snadno ověřit, že Bv n, v n Bv, v a tedy = Bv, v = bvv dx + σvv ds = bc dx + σc ds. Γ 3 Γ 3 Toto vede ke sporu v případech β a γ. iii Bilinearita a W -omezenost se dokážou jako výše. Pří důkazu W -eliptičnosti se použije konstrukce z důkazu části ii tentokrát nad prostorem W, spor získáváme opět v momentě, kdy zjistíme, že v je kostantní. Věta 3.1 O existenci a jednoznačnosti slabého řešení úlohy 3.3. Nechť platí předpoklady uvedené výše a navíc platí alespoň jedna z podmínek α, β a γ. Pak existuje právě jedno slabé řešení úlohy 3.3 a navíc u W 1, C f L + g L Γ Γ 3 + ũ W 1,.

25 PDR 5 Důkaz. Použijeme Lax-Milgramovo lemma na problém 3.4. Požadované vlastnosti B, dává předchozí věta. Zbývá ověřit, zda F V. Máme F V = sup ϕ V, ϕ W 1, 1 F, ϕ. Pro takovou ϕ tedy máme díky předpokladům úlohy a díky větě o stopách analogický výpočet jako v důkazu i z předešlé věty F, ϕ = fϕ + gϕ ds Bũ, ϕ Γ Γ 3 f L ϕ L + g L Γ Γ 3 ϕ L Γ Γ 3 + C ũ W 1, ϕ W 1, C f L + g L Γ Γ 3 + ũ W 1,. Můžeme tedy použít Lax-Milgramovo lemma a dostáváme jednoznačně určené v V řešící 3.4. Navíc máme v W 1, C f L + g L Γ Γ 3 + ũ W 1,. Konečně u = ũ +v je slabé řešení úlohy 3.3 a odhad normy plyne z trojúhelníkové nerovnosti a odhadu v W 1,. Zbývá dořešit případ b, σ a Γ 1 =. Neumannova úloha se slabou formulací A u ϕ dx = diva u = f u n = g fϕ dx + gϕ ds na na Otestováním ϕ 1 dostáváme nutnou podmínku řešitelnosti 3.5 f dx + g ds =. pro všechna ϕ W 1,. Věta 3.11 O existenci a jednoznačnosti slabého řešení Neumannovy úlohy. Nechť platí předpoklady uvedené výše v této kapitole a navíc platí 3.5. Pak existuje právě jedno slabé řešení Neumannovy úlohy v prostoru W = {u W 1, : u = } a platí pro něj u W 1, C f L + g L. Navíc všechna slabá řešení v prostoru W 1, jsou tvaru ũ = u + c, kde c R. Důkaz. Použijeme Lax-Milgramovo lemma na prostoru W. Máme už dokázanou W - omezenost a W -eliptičnost formy B,. Zbývá ověřit, zda F W, což se udělá stejně jako v předchozích třech případech odhadujeme méně členů. Tedy podle Lax-Milgramova lemmatu existuje jednoznačně určené slabé řešení Neumannovy úlohy v prostoru W a splňuje požadovaný odhad normy. Slabé řešení u W W 1, je zároveň slabým řešením vůči prostoru W 1,, neboť každou testovací funkci ϕ W 1, lze psát jako ϕ = ϕ ϕ + ϕ. První sčítanec je testovací funkce z W a druhý sčítanec je konstanta, která díky podmínce 3.5 dává při testování nulu.

26 6 PDR Dále přičtením aditivní konstanty k u zřejmě dostáváme slabé řešení v prostoru W 1,. Jsou-li v, w W 1, dvě slabá řešení, odečteme obě slabé formulace od sebe, otestujeme funkcí ϕ = v w a použijeme eliptičnost = A v w ϕ = A v w v w α v w. Tedy nutně v w = skoro všude a proto v w je konstantní. 3.. Regularita slabého řešení. Začneme motivací. Zabývejme se rovnicí u = f na R d a předpokládejme, že u W 1, R d je nejen slabé řešení, ale zároveň i klasické, hladké a dostatečně rychle mizející v nekonečnu, aby platily následující úvahy perpartes. Testujeme-li funkcí ϕ = u = f klasické řešení, máme f = u = R d R d = d i,j=1 R d u d i,j=1 x i x j R d u u x i x j u x i x j = = d i,j=1 R d u. Tedy u L R d se dá odhadnout f L R. Dále máme d f = u = u, x i x i x i tedy x i u řeší Laplaceovu rovnici s pravou stranou 3 u L R d C f L R d. R d 3 u u x i x j x j x i f a tedy dle odhadu výše Dá se derivovat dále a lepší kvalita funkce f implikuje lepší kvalitu řešení u. V dalším se budeme potýkat s problémem, že u obecně nebude klasické řešení. Dále se ukazuje, že studium regularity pro omezené oblasti je složitější než na R d. Proto se budeme zabývat jen problémem 3.6 A u ϕ + buϕ dx = fϕ dx pro všechna ϕ W 1, R d. R d R d Věta 3.1 O existenci slabého řešení na R d. Nechť a ij L R d, b L R d, b, d i,j=1 a ijξ i ξ j α ξ pro všechna x, ξ R d, kde α >. Pokud f L R d, pak existuje právě jedno řešení 3.6 a splňuje u W 1, R d C f L R. d Důkaz. Nechť {R n }, je posloupnost splňující R n. Pro zafixované n N uvažme problém 3.6 na množině BR n a v prostoru W 1, BR n. Pak podle věty o existenci v případě Γ 1 = s nulovou okrajovou podmínkou existuje jednoznačné řešení u n a u n W 1, R d = u n W 1, BR n C f L BR n C f L R d tady se musí překontrolovat předchozí důkazy, C nesmí záviset na poloměru: skutečně, podle Lax-Milgrama u n W 1, BR n 1 α F W 1, BR n a podle Höldera F W 1, BR n f L BR n. Tedy u n je omezená a přechodem k podposloupnosti u n u. Nechť ϕ W 1, R d. Díky hustotě hladkých funkcí najdeme

27 PDR 7 ψ DR d takovou, že ϕ ψ W 1, R d < ε. Pak pro všechna n dost velká, aby supp ψ BR n máme A u ϕ + buϕ dx fϕ dx R d R d A u n ψ + bu n ψ dx fψ dx BR n BR n + f ϕ ψ dx R d + buϕ ψ + bu u n ψ + A u ϕ ψ + A u u n ψ dx R d < + Cε nejsložitější byl asi odhad posledního členu, kde se použila slabá konvergence gradientů v L BR n testování gradientu L -funkcí je spojitý lineární funkcionál na W 1, BR n. Zjistili jsme tedy, že u je slabé řešení. Ještě jednoznačnost. Nechť u 1, u jsou dvě slabá řešení. Odečteme příslušné rovnice od sebe a otestujeme je ϕ = u 1 u = A u 1 u ϕ + bu 1 u ϕ dx R d = A u 1 u u 1 u + bu 1 u dx R d α u 1 u + bu 1 u dx. R d Z toho už plyne u 1 u = skoro všude, neboť b, takže se liší o konstantu, která musí patřit do W 1, R d. Věta 3.13 O regularitě na R d. Nechť a ij, b W 1, R d, f L R d, b a d i,j=1 a ijξ i ξ j α ξ pro všechna x, ξ R d, kde α >. Pak jednoznačné řešení u W 1, R d úlohy 3.6 splňuje u W, R d a u W, R d C f L R d. Důkaz. Použijeme druhou část věty o charakterizaci Sobolevových prostorů pomocí diferencí aplikovanou na u. Už víme, že u L R d neboť u W 1, R d a u W 1, R d C f L R d. Zbývá tedy ukázat, že 3.7 Rd ux + he i ux h dx C f L R d pro i {1,..., d} a h R \ {}. Volme i {1,..., d} a h R \ {}. Posunutá testovací funkce v úloze 3.6 je stále přípustná jako testovací funkce, tedy po substituci máme Ax+he i ux+he i ϕx+bx+he i ux+he i ϕx dx = fx+he i ϕx dx. R d R d Od této rovnice odečteme 3.6 a volíme ϕ = h i u W 1, R d. Ax + he i ux + he i Ax ux h i u R d + bx + he i ux + he i bxux h i u dx = fx + he i fx h i u dx. R d

28 8 PDR Tedy 3.8 h Ax h i ux h i ux + bx h i ux dx R d = Ax + he i Ax ux + he i h i ux dx R d bx + he i bxux + he i h i ux dx R d + fx + he i fx h i ux dx. R d Poslední člen ještě upravíme substitucí 3.9 fx + he i fx h i ux dx R d = 1 fx + he i ux + he i ux fxux + he i ux dx h R d = 1 fxux + he i ux ux ux he i dx h R d = h fx h i h i ux dx. R d Nyní 3.8 podělíme h, použijeme elipticitu, komutativitu gradientu a diference, b, a ij, b W 1, R d, Hölderovu nerovnost, u W 1, R d C f L R d, první část věty o charakterizaci pomocí diferencí na druhý člen pravé strany přímo, u třetího členu ve tvaru 3.9 nahradíme jen jednu z diferencí a Youngovu nerovnost ab εa + 1 4ε b α h i u L R d + C u L R d h i u L R d + C u L R d u L R d + C f L R d h i u L R d C f L R d h i u L R d + C f L R d f L R d + C f L R d h i u L R d α h i u L R d + C f L R d. Tento odhad implikuje Princip maxima pro slabá řešení. Uvažujme úlohu 3.1 diva u + bu = u = u na na s technickými předpoklady ze začátku kapitoly tam jsme zkoumali obecnější typ rovnic. Již víme, že existuje jednoznačné řešení u W 1, splňující u ũ W 1, a A u ϕ + buϕ dx = pro všechna ϕ W 1,.

29 PDR 9 Věta 3.14 Princip maxima. Jestliže u L a u W 1, je slabé řešení úlohy 3.1, pak u L a u L u L. Důkaz. Položme M := u L a ϕ = u M +. Pak podle jednoho z domácích úkolů máme ϕ W 1,. Dále tvrdíme, že ϕ W 1,. Otázku nulovosti stopy na chvíli odložíme, a všimneme si, že pokud skutečně ϕ W 1,, pak ϕ můžeme použít jako testovací funkci a s využitím M =, b a elipticity = A u M u M + + bu Mu M + + Mbu M + dx = A u M + u M + + bu M + u M + + Mbu M + dx α u M + dx. Proto u M + = skoro všude, tedy u M + je konstantní a díky nulové stopě nulová. Z toho plyne u M skoro všude. Opačná nerovnost se dokáže přechodem k u. Vraťme se k otázce nulovosti stopy funkce ϕ = u M +, která bývá v literatuře označovaná jako zřejmá. Jednak máme T ϕ skoro všude na T je operátor stop, neboť operátor stop zachovává nerovnosti je lineární a pro hladkou nezápornou funkci na je zřejmě stopa nezáporná, pro nezápornou sobolevovskou funkci máme posloupnost aproximující hladkých, které jsou nezáporné díky tomu, jak funguje konvoluční zhlazování a vysouvání hranice v důkazu věty o aproximaci až do hranice. Zbývá dokázat, že T ϕ skoro všude na. Nejprve předpokládejme, že u C a volme ε >. Pak u je stejnoměrně spojitá, tedy na jistém okolí hranice platí u < M + ε, odtud ϕ < ε na tomto okolí. Použijeme-li nyní konstrukci z věty o aproximaci do hranice, máme posloupnost {ϕ n } C, ϕ n ϕ ve W 1, a zase díky tomu, jak funguje konvoluce získáme nerovnost ϕ n < ε na jistém o něco menším okolí hranice. Tyto funkce pak nutně splňují T ϕ n < ε na a protože operátor stop je spojitý a zároveň z posloupnosti konvergentní v Lebesgueově prostoru lze vybrat konvergentní skoro všude, máme T ϕ < ε skoro všude na a protože ε > bylo libovolné, dokonce T ϕ skoro všude na. Konečně, nechť u je obecná sobolevovská. Použijeme aproximaci hladkými funkcemi až do hranice. Pro ně jsme požadované tvrzení právě dokázali. Protože operátor stop je spojitý a z lebesgueovsky konvergentní posloupnosti lze vybrat posloupnost konvergentní skoro všude, stačí ověřit platnost výroku v n v ve W 1, = v + n v + ve W 1,. Protože a + = 1 a + a, stačí dokázat v n v ve W 1, = v n v ve W 1,. Dokažme tedy poslední výrok. Protože přechod k absolutní hodnotě zachovává sobolevovskou normu v = v skoro všude, je posloupnost { v n } omezená ve W 1, a má tedy slabě konvergentní podposloupnost. Limitou musí být funkce v, díky kompaktnímu vnoření W 1, do L. Protože navíc v n v v n W 1, v W 1, v n W 1, v W 1,,

30 3 PDR díky uniformní konvexitě lebesgueovské normy dostáváme, že slabá konvergence je konvergencí v normě Souvislost s variačním počtem pro symetrický operátor. V této sekci uvažujeme speciální případ úlohy 3.3, kdy a ij = a ji pro všechna i, j = 1,..., d. Použijeme značení Bu, ϕ := A u ϕ + buϕ dx + σuϕ ds jako minule Γ 3 H, ϕ := fϕ + gϕ ds podobný F, ale nepracujeme s v = u ũ Γ Γ 3 a V := {ϕ C : ϕ Γ1 = } W 1, jako minule. Definujeme funkcionál Φ: W 1, R předpisem Φu = 1 Bu, u H, u. Věta 3.15 Vztah slabého řešení k minimu funkcionálu. Následující výroky jsou ekvivalentní i u ũ V a Bu, ϕ = H, ϕ pro každé ϕ V ii u ũ V a Φu Φu + ϕ pro každé ϕ V. Důkaz. i ii: Použijeme i, Bu, ϕ = Bϕ, u A je symetrická, Bϕ, ϕ A je eliptická, b, σ a dostáváme Φu + ϕ = 1 Bu, u + Bu, ϕ + 1 Bϕ, ϕ H, u H, ϕ = 1 Bu, u H, u + 1 Bϕ, ϕ 1 Bu, u H, u = Φu. ii i: Zafixujme h V. Přímým výpočtem získáme Φu + th Φu = 1 Bu, u + tbu, h + 1 t Bh, h H, u t H, h 1 Bu, u H, u = tbu, h t H, h + 1 t Bh, h. Tedy d dt Φu+th t= = Bu, h H, h a tato derivace je pro minimum nulová. Definice 3.16 Koercivita. Funkcionál Φ: X R, kde X je Banachův prostor, nazveme koercivním, jestliže u X Φu. Věta 3.17 Základní věta variačního počtu. Nechť X je reflexivní Banachův prostor Φ: X R je funkcionál, který je koercivní, slabě zdola polospojitý a zdola omezený. Pak nabývá svého minima. Důkaz. Omezenost zdola implikuje, že m := inf x X Φx >. Vezmeme libovolnou minimizující posloupnost funkcionálu Φ a ta je díky koercivitě omezená v normě X. Díky reflexivirě můžeme přejít ke slabě konvergentní podposloupnosti x n x. Slabá polospojitost zdola pak dává m Φx lim inf n Φx n = lim n Φx n = m.

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,

Více

Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího. Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení

Více

Riemannův určitý integrál

Riemannův určitý integrál Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami

Více

Co jsme udělali: Au = f, u D(A)

Co jsme udělali: Au = f, u D(A) Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení

Více

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení

Více

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti: Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé

Více

22 Základní vlastnosti distribucí

22 Základní vlastnosti distribucí M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 22: Základní vlastnosti distribucí 5 22 Základní vlastnosti distribucí 22.1 Temperované distribuce Definice. O funkci ϕ C (R m ) řekneme, že je rychle klesající

Více

3. přednáška 15. října 2007

3. přednáška 15. října 2007 3. přednáška 15. října 2007 Kompaktnost a uzavřené a omezené množiny. Kompaktní množiny jsou vždy uzavřené a omezené, a v euklidovských prostorech to platí i naopak. Obecně to ale naopak neplatí. Tvrzení

Více

Obsah. 1 Lineární prostory 2

Obsah. 1 Lineární prostory 2 Obsah 1 Lineární prostory 2 2 Úplné prostory 2 2.1 Metrické prostory.................................... 2 2.2 Banachovy prostory................................... 3 2.3 Lineární funkcionály..................................

Více

Regularita PDR zápisky z přednášky doc. J. Staré, ZS 2003/2004

Regularita PDR zápisky z přednášky doc. J. Staré, ZS 2003/2004 egularita PD zápisky z přednášky doc. J. Staré, ZS 23/24 Obsah. Prostory funkcí a rovnice............................................. 4 Technika diferencí....................................................

Více

terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy

terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy 2. Plošný integrál. Poznámka. Obecně: integrování přes k-rozměrné útvary (k-plochy) v R n. Omezíme se na případ k = 2, n = 3. Definice. Množina S R 3 se nazve plocha, pokud S = ϕ(), kde R 2 je otevřená

Více

K oddílu VI.1 obecné slabé topologie Příklad 1. Necht X = C([0, 1]) s topologií bodové konvergence na [0, 1]. Popište všechny

K oddílu VI.1 obecné slabé topologie Příklad 1. Necht X = C([0, 1]) s topologií bodové konvergence na [0, 1]. Popište všechny FUNKCIONÁLNÍ ANALÝZA 1 PŘÍKLADY PRO POROZUMĚNÍ LÁTCE ZS 2016/2017 PŘÍKLADY KE KAPITOLE VI K oddílu VI.1 obecné slabé topologie Příklad 1. Necht X = C([0, 1]) s topologií bodové konvergence na [0, 1]. Popište

Více

FREDHOLMOVA ALTERNATIVA

FREDHOLMOVA ALTERNATIVA FREDHOLMOVA ALTERNATIVA Pavel Jirásek 1 Abstrakt. V tomto článku se snažíme shrnout dosavadní výsledky týkající se Fredholmovy alternativy (FA). Postupně zmíníme FA na prostorech konečné dimenze, FA pro

Více

9. Vícerozměrná integrace

9. Vícerozměrná integrace 9. Vícerozměrná integrace Aplikovaná matematika II, NMAF072 M. Rokyta, KMA MFF UK LS 2016/17 9.1 Elementy teorie míry Poznámka Na R n definujeme systém tzv. měřitelných množin, M n, který má následující

Více

Věta o sedlovém bodu a Fredholmova alternativa

Věta o sedlovém bodu a Fredholmova alternativa Věta o sedlovém bodu a Fredholmova alternativa Petr Tomiczek Fakulta Aplikovaných věd Západočeská univerzita Plzeň 2006 obsah 1 Rozklad Hilbertova prostoru Uzavřený lineární a samoadjungovaný operátor

Více

2. přednáška 8. října 2007

2. přednáška 8. října 2007 2. přednáška 8. října 2007 Konvergence v metrických prostorech. Posloupnost bodů (a n ) M v metrickém prostoru (M, d) konverguje (je konvergentní), když v M existuje takový bod a, že lim n d(a n, a) =

Více

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální

Více

které charakterizují danou fyzikální situaci. souvislostí). Může být formulován jako soustava rovnic a nerovnic.

které charakterizují danou fyzikální situaci. souvislostí). Může být formulován jako soustava rovnic a nerovnic. 1. Přednáška Obsah: Úvod do tvorby matematických modelů jako okrajové úlohy pro diferenciální rovnici. Příklad 1D vedení tepla a lineární pružnost. Diferenciální, variační, energetická formulace úloh.

Více

10 Funkce více proměnných

10 Funkce více proměnných M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y

Více

Projekty - Úvod do funkcionální analýzy

Projekty - Úvod do funkcionální analýzy Projekty - Úvod do funkcionální analýzy Projekt č. 1. Nechť a, b R, a < b. Dokažte, že prostor C( a, b ) = f : R R: f je spojitá na D(f) = a, b s metrikou je úplný. ρ(f, g) = max f(x) g(x) x a,b Projekt

Více

9. Vícerozměrná integrace

9. Vícerozměrná integrace 9. Vícerozměrná integrace Tomáš Salač Ú UK, FF UK LS 2017/18 Tomáš Salač ( Ú UK, FF UK ) 9. Vícerozměrná integrace LS 2017/18 1 / 29 9.1 Elementy teorie míry Poznámka Na R n definujeme systém tzv. měřitelných

Více

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R... Kapitola 1 Úvod 1.1 Značení N... přirozená čísla (1, 2, 3,...). Z... celá čísla ( 3, 2, 1, 0, 1, 2,...). Q... racionální čísla ( p, kde p Z a q N) q R... reálná čísla C... komplexní čísla 1.2 Výroky -

Více

6 Lineární geometrie. 6.1 Lineární variety

6 Lineární geometrie. 6.1 Lineární variety 6 Lineární geometrie Motivace. Pojem lineární varieta, který budeme v této kapitole studovat z nejrůznějších úhlů pohledu, není žádnou umělou konstrukcí. Příkladem lineární variety je totiž množina řešení

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci

Více

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť. Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými

Více

Přednáška 6, 6. listopadu 2013

Přednáška 6, 6. listopadu 2013 Přednáška 6, 6. listopadu 2013 Kapitola 2. Posloupnosti a řady funkcí. V dalším jsou f, f n : M R, n = 1, 2,..., reálné funkce jedné reálné proměnné definované na (neprázdné) množině M R. Co to znamená,

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad

Více

K oddílu I.1 základní pojmy, normy, normované prostory

K oddílu I.1 základní pojmy, normy, normované prostory ÚVOD DO FUNKCIONÁLNÍ ANALÝZY PŘÍKLADY PRO POROZUMĚNÍ LÁTCE ZS 2015/2016 PŘÍKLADY KE KAPITOLE I K oddílu I1 základní pojmy, normy, normované prostory Příklad 1 Necht X je reálný vektorový prostor a : X

Více

Lineární algebra : Metrická geometrie

Lineární algebra : Metrická geometrie Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních

Více

Definice : Definice :

Definice : Definice : KAPITOLA 7: Spektrální analýza operátorů a matic [PAN16-K7-1] Definice : Necht H je komplexní Hilbertův prostor. Řekneme, že operátor T B(H) je normální, jestliže T T = T T. Operátor T B(H) je normální

Více

Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady.

Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady. Číselné řady Definice (Posloupnost částečných součtů číselné řady). Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady. Definice (Součet číselné

Více

Interpolace, ortogonální polynomy, Gaussova kvadratura

Interpolace, ortogonální polynomy, Gaussova kvadratura Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť

Více

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru 2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních

Více

Literatura: Kapitoly 3, 4 a 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Literatura: Kapitoly 3, 4 a 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího. Předmět: MA4 Dnešní látka: Nehomogenní okrajové podmínky. Pokračování OÚ pro PDR (jen pro fajnšmekry). Jednoznačnost zobecněného řešení. Metoda sítí v 1D. Přibližné řešení okrajových úloh. Aproximace vlastních

Více

(Poznámka: V MA 43 je věta formulována trochu odlišně.)

(Poznámka: V MA 43 je věta formulována trochu odlišně.) Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy: zúplnění prostoru funkcí přibližné řešení minim. úlohy metoda konečných prvků jiný pohled na zobecněné řešení stejný způsob numerické aproximace

Více

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení

Více

1 Lineární prostory a podprostory

1 Lineární prostory a podprostory Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C

Více

Úvod do moderní teorie parciálních diferenciálních rovnic

Úvod do moderní teorie parciálních diferenciálních rovnic Úvod do moderní teorie parciálních diferenciálních rovnic RNDr. Miroslav Bulíček, Ph.D. Doc. RNDr. Robert Černý, Ph.D. Doc. RNDr. Oldřich John, CSc. Prof. RNDr. Josef Málek, CSc., DSc. Doc. Mgr. Milan

Více

Zobecněný Riemannův integrál

Zobecněný Riemannův integrál Zobecněný Riemannův integrál Definice (Zobecněný Riemannův integrál). Buď,,. Nechť pro všechna existuje určitý Riemannův integrál. Pokud existuje konečná limita, říkáme, že zobecněný Riemannův integrál

Více

Matematika V. Dynamická optimalizace

Matematika V. Dynamická optimalizace Matematika V. Dynamická optimalizace Obsah Kapitola 1. Variační počet 1.1. Derivace funkcí na vektorových prostorech...str. 3 1.2. Derivace integrálu...str. 5 1.3. Formulace základní úlohy P1 var. počtu,

Více

NMAF063 Matematika pro fyziky III Zápočtová písemná práce B Termín pro odevzdání 4. ledna 2019

NMAF063 Matematika pro fyziky III Zápočtová písemná práce B Termín pro odevzdání 4. ledna 2019 Jméno: Příklad 2 3 4 5 Celkem bodů Bodů 20 20 20 20 20 00 Získáno Zápočtová písemná práce určená k domácímu vypracování. Nutnou podmínkou pro získání zápočtu je zisk více jak 50 bodů. Pravidla jsou následující:.

Více

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE PIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

6. přednáška 5. listopadu 2007

6. přednáška 5. listopadu 2007 6. přednáška 5. listopadu 2007 Souvislost diferenciálu a parciálních derivací. Diferenciál implikuje parciální derivace a spojité parciální derivace implikují diferenciál. Tvrzení 2.3. Když je funkce f

Více

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim. PRIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí

Více

13. cvičení z Matematické analýzy 2

13. cvičení z Matematické analýzy 2 . cvičení z atematické analýz 2 5. - 9. května 27. konzervativní pole, potenciál Dokažte, že následující pole jsou konzervativní a najděte jejich potenciál. i F x,, z x 2 +, 2 + x, ze z, ii F x,, z x 2

Více

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Jan Slovák Masarykova univerzita Fakulta informatiky 16. 9. 2008 Obsah přednášky 1 Literatura 2 Funkce a

Více

1 Soustavy lineárních rovnic

1 Soustavy lineárních rovnic 1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem

Více

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Lineární algebra : Vlastní čísla, vektory a diagonalizace Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

Matematická analýza 4

Matematická analýza 4 Matematická analýza 4 LS 2015-16 Miroslav Zelený 18. Metrické prostory III 19. Křivkový a plošný integrál 20. Absolutně spoj. fce a fce s konečnou variací 21. Fourierovy řady 18. Metrické prostory III

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

METRICKÉ A NORMOVANÉ PROSTORY

METRICKÉ A NORMOVANÉ PROSTORY PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme

Více

INTEGRÁLY S PARAMETREM

INTEGRÁLY S PARAMETREM INTEGRÁLY S PARAMETREM b a V kapitole o integraci funkcí více proměnných byla potřeba funkce g(x) = f(x, y) dy proměnné x. Spojitost funkce g(x) = b a f(x, y) dy proměnné x znamená vlastně prohození limity

Více

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m

Více

TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose.

TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose. TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose. Kvůli těmto těžkostem se měření zúžilo jen na délku

Více

Numerická matematika 1

Numerická matematika 1 Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................

Více

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1 9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom

Více

15 Maticový a vektorový počet II

15 Maticový a vektorový počet II M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.

Více

Přednáška 11, 12. prosince Část 5: derivace funkce

Přednáška 11, 12. prosince Část 5: derivace funkce Přednáška 11, 12. prosince 2014 Závěrem pasáže o spojitých funkcích zmíníme jejich podtřídu, lipschitzovské funkce, nazvané podle německého matematika Rudolfa Lipschitze (1832 1903). Fukce f : M R je lipschitzovská,

Více

1 Množiny, výroky a číselné obory

1 Množiny, výroky a číselné obory 1 Množiny, výroky a číselné obory 1.1 Množiny a množinové operace Množinou rozumíme každé shrnutí určitých a navzájem různých objektů (které nazýváme prvky) do jediného celku. Definice. Dvě množiny jsou

Více

Báze a dimenze vektorových prostorů

Báze a dimenze vektorových prostorů Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň

Více

stránkách přednášejícího.

stránkách přednášejícího. Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce

Více

7. Lineární vektorové prostory

7. Lineární vektorové prostory 7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární

Více

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro Cvičení 1 Základy numerické matematiky - NMNM201 1 Základní pojmy opakování Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro libovolný skalár α C následující podmínky:

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových

Více

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi. Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R

Více

Modely Herbrandovské interpretace

Modely Herbrandovské interpretace Modely Herbrandovské interpretace Petr Štěpánek S využitím materialu Krysztofa R. Apta 2006 Logické programování 8 1 Uvedli jsme termové interpretace a termové modely pro logické programy a také nejmenší

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

ŘADY KOMPLEXNÍCH FUNKCÍ

ŘADY KOMPLEXNÍCH FUNKCÍ ŘADY KOMPLEXNÍCH FUNKCÍ OBECNÉ VLASTNOSTI Řady komplexních čísel z n byly částečně probírány v kapitole o číselných řadách. Definice říká, že n=0 z n = z, jestliže z je limita částečných součtů řady z

Více

Matematická analýza III.

Matematická analýza III. 2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom

Více

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že KAPITOLA 1: Reálná čísla [MA1-18:P1.1] 1.1. Číselné množiny Přirozená čísla... N = {1,, 3,...} nula... 0, N 0 = {0, 1,, 3,...} = N {0} Celá čísla... Z = {0, 1, 1,,, 3,...} Racionální čísla... { p } Q =

Více

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PAVEL RŮŽIČKA Abstrakt. Ukážeme, že každý prvek distributivního svazu odpovídá termu v konjuktivně-disjunktivním (resp. disjunktivně-konjunktivním)

Více

17. Posloupnosti a řady funkcí

17. Posloupnosti a řady funkcí 17. Posloupnosti a řady funkcí Aplikovaná matematika III, NMAF073 M. Rokyta, KMA MFF UK ZS 2011/12 17.1 Stejnoměrná konvergence posloupnosti funkcí Definice Necht M je množina, f, f n : M R m, m, n N.

Více

Matematická analýza 1

Matematická analýza 1 Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod

Více

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2 6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje

Více

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu [M2-P1] KAPITOLA 1: Diferenciální rovnice 1. řádu diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu G(x, y, y, y,..., y (n) ) = 0 y (n) = F (x, y, y,..., y (n 1) ) Příklad 1.1:

Více

Přijímací zkouška na navazující magisterské studium 2018

Přijímací zkouška na navazující magisterské studium 2018 Přijímací zkouška na navazující magisterské studium 208 Studijní program: Studijní obory: Matematika MA, MMIT, MMFT, MSTR, MNVM, MPMSE Varianta A Řešení příkladů pečlivě odůvodněte. Věnujte pozornost ověření

Více

Derivace funkcí více proměnných

Derivace funkcí více proměnných Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,

Více

Limita a spojitost funkce a zobrazení jedné reálné proměnné

Limita a spojitost funkce a zobrazení jedné reálné proměnné Přednáška 4 Limita a spojitost funkce a zobrazení jedné reálné proměnné V několika následujících přednáškách budeme studovat zobrazení jedné reálné proměnné f : X Y, kde X R a Y R k. Protože pro každé

Více

Úlohy nejmenších čtverců

Úlohy nejmenších čtverců Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při

Více

Těleso racionálních funkcí

Těleso racionálních funkcí Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso

Více

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace Monotónní a Lineární Funkce 1. Relace předcházení a to Uvažujme dva vektory hodnot proměnných α = α,, 1 αn ( ) a β = ( β β ) 1,, n x,, 1 xn. Říkáme, že vekto r hodnot α předchází vektor hodnot β (značíme

Více

Lineární algebra : Lineární prostor

Lineární algebra : Lineární prostor Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární

Více

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b. 1. Afinní podprostory 1.1. Motivace. Uvažujme R 3. Jeho všechny vektorové podprostory jsou počátek, přímky a roviny procházející počátkem a celé R 3. Chceme-li v R 3 dělat geometrii potřebujeme i jiné

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ PROSTORY EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,

Více

Lineární algebra : Báze a dimenze

Lineární algebra : Báze a dimenze Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,

Více

Lineární algebra : Lineární zobrazení

Lineární algebra : Lineární zobrazení Lineární algebra : Lineární zobrazení (6. přednáška František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 20. května 2014, 22:40 1 2 6.1 Lineární zobrazení Definice 1. Buďte P a Q dva lineární prostory

Více

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah 11. přednáška 10. prosince 2007 Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah F (x, y, y, y,..., y (n) ) = 0 mezi argumentem x funkce jedné

Více

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně 7 Náhodný vektor Nezávislost náhodných veličin Definice 7 Nechť je dán pravděpodobnostní prostor (Ω, A, P) Zobrazení X : Ω R n, které je A-měřitelné, se nazývá (n-rozměrný) náhodný vektor Měřitelností

Více

PŘEDNÁŠKA 2 POSLOUPNOSTI

PŘEDNÁŠKA 2 POSLOUPNOSTI PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému

Více

Lineární algebra : Polynomy

Lineární algebra : Polynomy Lineární algebra : Polynomy (2. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 15. dubna 2014, 11:21 1 2 2.1 Značení a těleso komplexních čísel Značení N := {1, 2, 3... }... množina

Více

Numerické řešení nelineárních rovnic

Numerické řešení nelineárních rovnic Numerické řešení nelineárních rovnic Mirko Navara http://cmp.felk.cvut.cz/ navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a http://math.feld.cvut.cz/nemecek/nummet.html

Více

Kapitola 11: Lineární diferenciální rovnice 1/15

Kapitola 11: Lineární diferenciální rovnice 1/15 Kapitola 11: Lineární diferenciální rovnice 1/15 Lineární diferenciální rovnice 2. řádu Definice: Lineární diferenciální rovnice 2-tého řádu je rovnice tvaru kde: y C 2 (I) je hledaná funkce a 0 (x)y +

Více

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. PAVEL RŮŽIČKA 4.1. (Kvazi)kompaktnost a sub-báze. Buď (Q, ) uspořádaná množina. Řetězcem v Q budeme rozumět lineárně

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více