Literatura: Text o lineární algebře na webových stránkách přednášejícího (pro opakování). Kapitoly 4 a 5 ze skript Ondřej Zindulka: Matematika 3,

Podobné dokumenty
Literatura: O. Zindulka: Matematika 3 (kapitola 4, kapitola 5)

Homogenní (nulové) okrajové podmínky Nehomogenní (nenulové) okrajové podmínky

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

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

Co jsme udělali: Au = f, u D(A)

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

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

Homogenní (nulové) okrajové podmínky Nehomogenní (nenulové) okrajové podmínky

Literatura: Kapitola 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.

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

EUKLIDOVSKÉ PROSTORY

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Průhyb ocelového nosníku. Nezatížený a rovnoměrně zatížený nosník

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

6.1 Vektorový prostor

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Soustavy linea rnı ch rovnic

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

1 Báze a dimenze vektorového prostoru 1

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

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

1 Linearní prostory nad komplexními čísly

Věta o sedlovém bodu a Fredholmova alternativa

Kapitola 11: Lineární diferenciální rovnice 1/15

8. Okrajový problém pro LODR2

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

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

Interpolace, ortogonální polynomy, Gaussova kvadratura

19 Hilbertovy prostory

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Program SMP pro kombinované studium

11. Skalární součin a ortogonalita p. 1/16

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

Základy maticového počtu Matice, determinant, definitnost

(ne)závislost. α 1 x 1 + α 2 x α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

1 Soustavy lineárních rovnic

Vlastní číslo, vektor

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)

Arnoldiho a Lanczosova metoda

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

LINEÁRNÍ DIFERENCIÁLNÍ ROVNICE 2.ŘÁDU

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

6 Samodružné body a směry afinity

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

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

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Lineární algebra : Skalární součin a ortogonalita

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

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

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

7. Důležité pojmy ve vektorových prostorech

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

stránkách přednášejícího.

ftp://math.feld.cvut.cz/pub/olsak/linal/

Lineární algebra : Metrická geometrie

z textu Lineární algebra

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

AVDAT Vektory a matice

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Lineární algebra : Skalární součin a ortogonalita

Přijímací zkouška na navazující magisterské studium 2018

Teorie. Hinty. kunck6am

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Základy matematické analýzy

Úlohy nejmenších čtverců

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory

9 Kolmost vektorových podprostorů

Aplikovaná numerická matematika - ANM

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

8 Matice a determinanty

7. Lineární vektorové prostory

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a a 2 2 1

Soustavy lineárních rovnic

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

15 Maticový a vektorový počet II

Soustavy lineárních rovnic

ALGEBRA. Téma 5: Vektorové prostory

Teorie. Hinty. kunck6am

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

Vlastní čísla a vlastní vektory

FREDHOLMOVA ALTERNATIVA

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

Transkript:

Předmět: MA4 Dnešní látka Motivační úloha: ztráta stability nosníku Obyčejné diferenciální rovnice s okrajovými podmínkami a jejich řešitelnost Vlastní čísla a vlastní funkce Obecnější pohled na řešitelnost diferenciální operátory Literatura: Text o lineární algebře na webových stránkách přednášejícího (pro opakování). Kapitoly 4 a 5 ze skript Ondřej Zindulka: Matematika 3, ČVUT, Praha, 2007. (Kapitola 2 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, 2001.)

Obyčejné diferenciální rovnice s okrajovými podmínkami Motivace: úloha o nosníku [M43, str. 6; M3, str. 56] Nosník: vodorovný, homogenní, konstantního průřezu, prostě uložený a namáhaný na vzpěr osovou silou P, vertikálně zatížený rovnoměrnou silou q [N/m]. L délka nosníku E Youngův modul pružnosti I moment setrvačnosti průřezu vzhledem k ohybové ose u průhyb

Průhyb dostaneme vyřešením okrajové úlohy: Po dvojí integraci EIu (4) + Pu = q, (1) u(0) = 0 = u(l), (2) u (0) = 0 = u (L). (3) EIu (x)+pu(x) = q 2 x 2 + c 3 x + c 4. (4) Po dosazení okrajových podmínek (2)-(3) vypočteme c 4 = 0 a c 3 = ql/2. Dostáváme okrajovou úlohu EIu (x)+pu(x) = q 2 x 2 ql x, 2 (5) u(0) = 0 = u(l). (6) Poznámka: Výraz Pu q 2 x 2 + ql 2 x odpovídá momentu sil, který působí na bod[x, u(x)].

Rovnici EIu (x)+pu(x) = q 2 x 2 ql x upravme se zavedením 2 na a 2 = P EI (kde a > 0), b = q 2EI u + a 2 u = bx 2 + cx. c = ql 2EI Obecné řešení příslušné homogenní rovnice u + a 2 u = 0 je (viz [MA3, kapitola 2]) u H (x) = C 1 cos ax + C 2 sin ax, C 1, C 2 R (charakteristická rovnice λ 2 + a 2 = 0 má řešení λ = ±ia).

Partikulární řešení rovnice u + a 2 u = bx 2 + cx (*) lze hledat ve tvaru (viz [MA3, kapitola 2]) u P (x) = Ax 2 + Bx + C. Dosazením u P a u P = 2A do rovnice (*) vypočteme A, B a C a získáme obecné řešení rovnice (*) u = b a 2 x 2 + c a 2 x 2b a 4 + C 1 cos ax + C 2 sin ax, konstanty C 1 a C 2 vypočteme z okrajových podmínek u(0) = 0 a u(l) = 0.

Jest C 1 = 2b. Podmínka u(l) = 0 dává a4 0 = b a 2 L2 + c 2b L+ a2 = q 2EI 1 a 2 L2 ql 2EI a 4(cos al 1)+C 2 sin al 1 2b L+ a2 a 4(cos al 1)+C 2 sin al = 2b a 4(cos al 1)+C 2 sin al. (7) Jestliže sin al 0, pak (7) C 2 = 2b 1 cos al a 4 sin al u(x) = b a 2 x 2 + c a 2 x + 2b 2b 1 cos al a4(cos ax 1)+ a 4 sin ax sin al je hledaný průhyb nosníku, pokud 0< al < π (tj. P < P krit, viz dále). a

Co se stane, když sin al = 0? Nejmenší al s touto vlastností je al = π. Pak z (7), tj. z rovnice 0 = 2b a 4(cos al 1)+C 2 sin al dostáváme 0 = 4b a 4 + C 2 0, což nelze splnit (nebot b 0). Okrajová úloha tedy nemá řešení.

Jelikož a 2 = P, znamená al = π, že EI P krit = EIπ2 L 2 P = EIπ2 L 2 ; kritická hodnota osové síly (P > 0 tlaková síla) Ztráta stability. Pro P ր P krit roste u(x) nade všecky meze pro x (0, L).

Úloha bez příčného zatížení, tj. q = 0. u + a 2 u = 0, u(0) = 0 = u(l). (8) Víme, že obecné řešení je u H (x) = C 1 cos ax + C 2 sin ax. Z u(0) = 0 plyne C 1 = 0, z u(l) = 0 dostáváme 0 = C 2 sin al. (9) Je-li P < P krit, je 0 < al < π C 2 = 0 a dostaneme jediné řešení u = 0. Avšak P = P krit al = π (9) jest 0 = C 2 0 Tedy pro P = P krit má úloha (8) nekonečný počet řešení u(x) = C 2 sin ax C 2 R, x [0, L]. Pro P = P krit mají okrajové úlohy (1)-(3) (nebo (5)-(6)) a (8) překvapivé vlastnosti.

Okrajové úlohy pro ODR 2. řádu Budeme se nejprve zabývat okrajovou úlohou (OÚ) na omezeném intervalu [a, b], kde λ R: u +λu = 0, u(a) = 0, u(b) = 0. Předchozí příklad ukazuje, že OÚ (případně s nenulovou pravou stranou) může mít 0, 1 nebo řešení, tj. funkcí, které rovnici splňují v každém bodě intervalu (a, b) a vyhovují rovnostem předepsaným v krajních bodech intervalu. Otázky řešitelnosti vyšetříme podrobněji K tomu se bude hodit několik nových pojmů.

Skalární součin funkcí C([a, b]) lineární (vektorový) prostor funkcí spojitých na intervalu [a, b] Standardní skalární součin funkcí u, v C([a, b]) je definován rovností (u, v) = b a u(x)v(x) dx. Pozorování: Pro každé u, v C([a, b]) je (u, v) reálné číslo. Poznámka: Skalární součin se zadanou kladnou váhovou funkcí ψ (u, v) ψ = b a ψ(x)u(x)v(x) dx. Pravděpodobnost, speciální ortogonální polynomy aj.

Vlastnosti (u, v) = b a u(x)v(x) dx. Pro u, v, w C([a, b]) a α R platí (2. přednáška!) (u, v) = (v, u), (u + v, w) = (u, w)+(v, w), (αu, v) = α(u, v) = (u,αv), (u, u) 0, (u, u) = 0 u = 0. To jsou vlastnosti definující skalární součin v reálném oboru bez ohledu na konkrétní předpis, jímž je skalární součin definován (měli jsme skalární součin uspořádaných n-tic v reálném oboru). Zároveň vidíme, že lze definovat normu b u = (u, u) = a u 2 (x) dx. Schwarzova nerovnost: (u, v) u v. (2. přednáška!)

Funkce u, v C([a, b]), pro něž platí (u, v) = 0, se nazývají ortogonální (kolmé). Např. (sin x, cos x) = 0 pro skalární součin na intervalu [0,π]. Avšak (sin x, cos x) = 1/2 pro skalární součin na intervalu [0,π/2].

Zpět k úloze u +λu = 0, (10) u(a) = 0, u(b) = 0. (11) Definice: Takové λ, pro které existuje netriviální (tj. nenulové) řešení úlohy (10)-(11) se nazývá vlastní číslo úlohy. Je-li λ vlastní číslo, pak se každé netriviální řešení nazývá vlastní funkce příslušná k vlastnímu číslu λ. Vlastní funkce spolu s nulovou funkcí tvoří vlastní prostor (je to vektorový prostor funkcí).

Tvrzení: Každé vlastní číslo úlohy (10)-(11) je kladné. Důkaz: Necht λ je vlastní číslo, necht tedy u = λu. Pak ( u, u) = (λu, u) = λ(u, u) = λ u 2 a zároveň metodou integrace po částech dostaneme Tedy b b ( u, u) = u u dx = [ u u] b a + u u dx = u 2. a a λ = u 2 u 2 > 0, nebot u 0 (je to vlastní funkce) a u 0 (u nemůže být konstantní, jinak by z OP plynulo, že u = 0). Důsledek: λ 0 nulové) řešení. úloha (10)-(11) má jen triviální (tj.

Řešíme OÚ u +λu = 0, u(a) = 0, u(b) = 0 Dle předchozího můžeme psátλ = ω 2 pro nějaké ω > 0. Z char. rovnice r 2 +ω 2 = 0 plyne r 1,2 = ±iω. Obecné řešení má tedy tvar (nezávislý na [a, b]) u(x) = c 1 cosωx + c 2 sinωx Pro jednoduchost necht [a, b] = [0, π]. Pak OP dávají soustavu c 1 = 0, (cosωπ)c 1 +(sinωπ)c 2 = 0. ω / N c 1 = c 2 = 0, u = 0, λ = ω 2 není vlastní číslo, ω N c 1 = 0, c 2 R, u = c sinωx řešením OÚ pro každé c R, λ = ω 2 je vlastní číslo

Úloha: u +λu = 0, u(0) = 0, u(π) = 0 Shrnutí poznatků: Vlastní čísla: 1, 4, 9, 16, 25, 36,... Vlastní prostor odpovídající vlastnímu číslu ω 2 má dimenzi 1 a funkce sinωx je jeho bází. Stačí uvažovat ω = 1, 2, 3,... (přirozená čísla). Obecný interval [a, b]: u +λu = 0, u(a) = 0, u(b) = 0 λ je vlastním číslem k N takové, že λ = ( ) kπ 2. b a kπ(x a) Vlastní funkce u = sin, b a každá jiná vlastní funkce (příslušná vl. č. λ) je jejím nenulovým skalárním násobkem.

Tvrzení: Vlastní funce příslušné různým vlastním číslům úlohy u +λu = 0, u(a) = 0, u(b) = 0 jsou ortogonální, tj. pokud (λ, u) a (µ, v) jsou dva vlastní páry, λ µ, pak (u, v) = 0. Důkaz: Necht u = λu a v = µv, kde λ µ. Pak Tedy ( u, v) = (λu, v) = λ(u, v) a zároveň ( u, v) = b a u v dx = [ u v] b a + b a u v dx = (u, v ), ( v, u) = (µv, u) = µ(v, u) = µ(u, v) a zároveň ( v, u) = b nebot λ µ jsou různá vl. č. a v u dx = [ v u] b a + b λ(u, v) = µ(u, v) = (u, v) = 0, a v u dx = (u, v ).

Řešitelnost úlohy kde f je funkce spojitá na intervalu [a, b]. u +λu = f, (12) u(a) = 0, u(b) = 0 (13) Funkce u vyhovující (12) existuje (dokonce existuje nekonečně mnoho takových funkcí). Problémem může být splnění (13). Tvrzení: [MA 3, Tvrzení 4.9] Není-li λ vlastní číslo 1 úlohy (12)-(13), má úloha právě jedno řešení. Je-li λ vl. č. a f je ortogonální k vl. funkci příslušné λ, má úloha nekonečně mnoho řešení. Je-li λ vl. č. a f není ortogonální k vlastní funkci příslušné λ, nemá úloha žádné řešení. (Důkaz v [MA 3, str. 54, 72].) 1 Vlastním číslem úlohy (12)-(13) se rozumí vl. č. úlohy (10)-(11)! Viz [MA3].

Příklad: u (x)+u(x) = f(x), u(0) = 0, u(π) = 0 (*). a) f(x) = e x ; b) f(x) = x π 2. Řešení: Vlastní čísla (tj. úlohy u +λu = 0, u(0) = 0, u(π) = 0) jsou λ 1 = 1, λ 2 = 4, λ 3 = 9, λ 4 = 16,... Koeficient u u(x) v úloze (*) je tedy roven prvnímu vl. číslu λ 1 = 1, příslušná vl. funkce je u 1 = sin x. Úloha (*) tedy budˇ má nekonečně mnoho řešení, nebo nemá řešení. a) Jelikož (u 1, f) = π 0 ex sin x dx 0 (integrujeme funkci kladnou na (0, 1)), úloha (*) nemá řešení. b) Jelikož (u 1, f) = π( 0 x π 2) sin x dx = 0, úloha (*) má nekonečně mnoho řešení.

Okrajová úloha u +λu = 0, (14) u(a) = 0, u (b) = 0. (15) Tvrzení: Každé vlastní číslo úlohy (14)-(15) je kladné.

Připomeňme u +λu = 0, u(a) = 0, u (b) = 0 Důkaz: Necht λ je vlastní číslo, necht tedy u = λu. Pak ( u, u) = (λu, u) = λ(u, u) = λ u 2 a zároveň metodou integrace po částech dostaneme Tedy b b ( u, u) = u u dx = [ u u] b a + u u dx = u 2. a a λ = u 2 u 2 > 0, nebot u 0 (je to vlastní funkce) a u 0 (u nemůže být konstantní, jinak by z OP plynulo, že u = 0). Důsledek: λ 0 úloha (14)-(15) má jen nulové řešení.

u +λu = 0, u(a) = 0, u (b) = 0 Dle předchozího můžeme psátλ = ω 2 pro nějaké ω > 0. Z char. rovnice r 2 +ω 2 = 0 plyne r 1,2 = ±iω. Obecné řešení má tedy tvar (nezávislý na [a, b]) u(x) = c 1 cosωx + c 2 sinωx Pro jednoduchost necht [a, b] = [0, π]. Pak OP dávají soustavu c 1 = 0, ( sinωπ)c 1 +(cosωπ)c 2 = 0. Existuje k N: ω = k 1/2 u = c sinωx je řešením OÚ pro každé c R, λ = ω 2 je vlastní číslo Neexistuje k N, aby ω = k 1/2 c 2 = 0 u = 0, λ = ω 2 není vlastní číslo

Úloha: u +λu = 0, u(0) = 0, u (π) = 0 Shrnutí poznatků: Vlastní čísla: 1/4, 9/4, 25/4, 49/4, 81/4,... Vlastní funkce odpovídající vlastnímu číslu (k 1/2) 2 je sin((k 1/2)x), kde k = 1, 2, 3,... Obecný interval [a, b]: u +λu = 0, u(a) = 0, u (b) = 0 λ je vlastním číslem ( ) (k 1/2)π 2 k přirozené a takové, že λ =. b a (k 1/2)π(x a) Vlastní funkce u = sin, b a každá jiná vlastní funkce (příslušná vl. č. λ) je jejím nenulovým skalárním násobkem.

Tvrzení: Vlastní funce příslušné různým vlastním číslům úlohy u +λu = 0, u(a) = 0, u (b) = 0 jsou ortogonální, tj. pokud (λ, u) a (µ, v) jsou dva vlastní páry, λ µ, pak (u, v) = 0. Důkaz: Necht u = λu a v = µv, kde λ µ. Pak Tedy ( u, v) = (λu, v) = λ(u, v) a zároveň ( u, v) = b a u v dx = [ u v] b a + b a u v dx = (u, v ), ( v, u) = (µv, u) = µ(v, u) = µ(u, v) a zároveň ( v, u) = b nebot λ µ jsou různá vl. č. a v u dx = [ v u] b a + b λ(u, v) = µ(u, v) = (u, v) = 0, a v u dx = (u, v ).

Také tvrzení o řešitelnosti okrajové úlohy u +λu = f, u(a) = 0, u (b) = 0 je analogické řešitelnosti OÚ u +λu = f, u(a) = 0, u(b) = 0.

Vyšetřování okr. úlohy u +λu = 0, u (a) = 0, u(b) = 0 vede k analogickým výsledkům: Každé vlastní číslo úlohy je kladné. Pro λ 0 má úloha jen nulové řešení. Vlastní funce příslušné různým vlastním číslům jsou ortogonální. λ je vlastním číslem ( ) (k 1/2)π 2 k přirozené a takové, že λ =. b a (k 1/2)π(x a) Vlastní funkce u = cos, b a každá jiná vlastní funkce (příslušná vl. č. λ) je jejím nenulovým skalárním násobkem.

Nelze řešitelnost těchto a dalších okrajových úloh popsat jednotně v rámci nějaké obecnější teorie?

Diferenciální operátory Operátor je zobrazení, které prvku z jednoho vektorového prostoru přiřadí nějaký prvek ze stejného nebo z jiného vektorového prostoru. Budeme se zabývat především vektorovými prostory funkcí. Operátor A je definován na svém definičním oboru D(A) (vektorový (pod)prostor funkcí).

Příklady I : C([a, b]) C([a, b]) I : g g, I(g) = g operátor identity, identický operátor A : C((, )) C((, )) A : g ĝ, A(g)(x) = g(x + h), kde h R je pevně zvoleno; operátor posuvu Např. h = π/2, A(sin)(x) = cos(x) pro x R. A : C 1 ([a, b]) C([a, b]) A : g g diferenciální operátor často značen D, tj. D(g)(x) = g (x), x [a, b]. D 12 : C 12 ([a, b]) C([a, b]) D 12 (g)(x) = g (12) (x), x [a, b]. Lineární operátory, tj. A(αu + βv) = αa(u) + βa(v) pro α,β R a u, v D(A) (definiční obor operátoru A). Poznámka: U lin. op. často zkrácený zápis Au, Iv, atd.

Lineární diferenciální operátor n-tého řádu (LDOn) [MA 3, kapitola 5] A def = w n D n + w n 1 D n 1 + w 1 D + w 0 I, kde w 0, w 1,...,w n jsou funkce spojité na [a, b], x [a, b] w n (x) 0 ( w n > 0 (w n < 0) na celém [a, b]). D(A) = {u C n ([a, b]) : u splňuje homogenní okr. podm.}. Homogenní okrajové podmínky: n rovnic tvaru: 0 = lineární kombinace hodnot u(a), u (a),..., u (n 1) (a), u(b), u (b),...,u (n 1) (b). Například homogenní OP pro LDO 2. řádu na [a, b] α 1 u(a)+α 2 u (a)+β 1 u(b)+β 2 u (b) = 0, α 3 u(a)+α 4 u (a)+β 3 u(b)+β 4 u (b) = 0, kde α 1,...,α 4,β 1,...,β 4 R.

Příklady Zabývali jsme se OÚ u +λu = 0, u(a) = 0, u(b) = 0. Té odpovídá LDO2: Au def = u a operátorová rovnice Au = λu, D(A) = {u C 2 ([a, b]) : u(a) = u(b) = 0}. Nebo LDO2: Bu def = u λu a operátorová rovnice Bu = 0, D(B) = {u C 2 ([a, b]) : u(a) = u(b) = 0}.

Pro OÚ u +λu = 0, u(a) = 0, u (b) = 0 máme LDO2: Au def = u a operátorovou rovnici Au = λu, D(A) = {u C 2 ([a, b]) : u(a) = u (b) = 0}. Od předchozí se liší def. oborem operátoru a jinými vl. č. a vl. funkcemi. Prostě podepřený nosník na pružném podloží operátor: Au def = (EIu ) +γu, def. obor: D(A) = {u C 4 ([0, L]) : u(0) = u (0) = u(l) = u (L) = 0} rovnice: Au = f, kde u D(A).

Symetrické operátory Je zadán vhodný skalární součin. Např. b (η,ξ) def = η(x)ξ(x) dx. a LDOn A na D(A) se nazývá symetrický, pokud pro u, v D(A) platí (Au, v) = (u, Av). Operátor se nazývá pozitivní na D(A), pokud u D(A), u 0 (Au, u) > 0. Operátor se nazývá pozitivně definitní na D(A), pokud existuje taková konstanta c > 0 nezávislá na u, že u D(A) (Au, u) c u 2. Pozitivně definitní pozitivní.

Příklady A = D 2, tj. Au def = u. a) A je symetrický a pozitivní na D(A) = {u C 2 ([a, b]) : u(a) = u(b) = 0}. b) A je symetrický a pozitivní na D(A) = {u C 2 ([a, b]) : u(a) = u (b) = 0}. c) A je symetrický, ale není pozitivní na D(A) = {u C 2 ([a, b]) : u (a) = u (b) = 0}. V a), b) lze dokázat pozitivní definitnost.

Vlastní čísla operátoru Číslo λ se nazývá vlastní číslo operátoru A, pokud existuje netriviální (tj. nenulová) funkce u D(A), pro kterou platí Au = λu. Každá taková funkce se nazývá vlastní funkce příslušná vlastnímu číslu λ. Pozn.: Pro Au def = u dostáváme u +λu = 0 jako dříve. Vlastní prostor = {všechny vl. fce přísl. vl. č. λ} {triviální fce}. Věta: [MA 3, Věta 5.7] Necht operátor A je symetrický a pozitivní na D(A) a okrajové podmínky jsou homogenní. Pak vl. č. tvoří rostoucí neomezenou posloupnost; všechna vl. č. jsou > 0; vl. fce příslušné různým vl. č. jsou ortogonální.

Kladnost: 0 < (Au, u) = (λu, u) = λ(u, u), (u, u) > 0 λ = (Au, u)/(u, u) > 0. Kolmost: Necht Au = λu, Av = µv, λ µ. Pak λ(u, v) = (λu, v) = (Au, v) = (u, Av) = (u,µv) = µ(u, v). K důkazu stačila jen pozitivnost a symetrie! Příklady operátorů a vlastních čísel v MA 3, str. 69 70.

Řešitelnost okrajových úloh s nenulovou pravou stranou Rovnice s homogenními okrajovými podmínkami. Au λu = f (16) Poznámka: Pro Au def = u dostáváme u +λu = f jako dříve, protože znaménko na pravé straně nehraje žádnou významnou roli. Věta: [MA 3, Věta 5.15] Není-li λ vlastní číslo A, má (16) právě jedno řešení u D(A) pro každé f C([a, b]). Je-li A symetrický, je-li λ vl. č. A a f C([a, b]) je ortogonální ke každé vl. funkci příslušné λ, má (16) nekonečně mnoho řešení u D(A). Je-li A symetrický, je-li λ vl. č. A a f C([a, b]) není ortogonální ke každé vl. funkci příslušné λ, nemá (16) žádné řešení u D(A). (Částečný důkaz v [MA 3, str. 72].)

Důsledek: Je-li A pozitivní, má rovnice Au = f pro každou pravou stranu C([a, b]) právě jedno řešení u D(A). Důkaz: Uvažujme úlohu Au λu = f. Protože A je pozitivní, není λ = 0 vlastní číslo; z předchozího totiž víme, že pozitivní operátor má jen kladná vlastní čísla. Také lze uvažovat takto: kdyby 0 byla vlastním číslem, platilo by pro příslušnou vlastní (tj. nenulovou) funkci w, že Aw = λw = 0w = 0, tudíž (Aw, w) = (0, w) = 0, což je spor s pozitivností operátoru A. Ještě k ortogonalitě: Jestliže Au λu = f a v je vlastní funkce příslušná λ, pak musí platit (f, v) = 0, nebot (A je symetrický) (f, v) = (Au λu, v) = (Au, v) (λu, v) = (u, Av) (u,λv) = (u, Av λv) = (u, 0) = 0.

Příklady u = x, u (0) = u (1) = 0 λ = 0 je vl. č., nebot c R řeší OÚ s nulovou pravou stranou. Je x ortogonální k 1? Není, nebot (1, x) = 1 0 x dx > 0. Úloha tedy nemá řešení. (Z ODR plyne u = 2 3 x 3/2 + c.) u + u = exp(x), u(0) = u (π) = 0 ( u λu = exp(x), u(0) = u (π) = 0, kde λ = 1.) Víme, že λ = 1 není vl. č. Úloha tedy má právě jedno řešení. 4u + u = 2 4 cos(x/2), u(0) = u (π) = 0 Chceme využít znalosti vl. čísel pro tuto OÚ, proto upravíme na u + u/4 = 1/2 cos(x/2). Víme, že λ = 1/4 je vl. č. této OÚ (pro k = 1), tj. vl. č. operátoru A def = D 2 s danými OP, vl. fce pak je v = sin(x/2). (v, f) = π 0 sin(x/2)( 1/2+cos(x/2)) dx = 0. Úloha má nekonečně mnoho řešení.

Další příklady v MA 3, kapitoly 5.7 a 5.8. Nosník na podloží; zaplavený nosník MA 3, kap. 5.8. Doporučuji podrobně prostudovat!

Analogie věty o počtu řešení v závislosti na λ R platí i pro obecnější úlohy [MA 43, str. 23]. Např. u +λqu = f, u(0) = 0, u(a) = 0, f, q C([0, a]) a q(x) > 0 pro x [0, a]. Číslo λ je vl. č., jestliže existuje nenulové řešení úlohy u +λqu = 0, u(0) = 0, u(a) = 0, tomuto řešení říkáme vlastní funkce příslušná vl. č. λ. Nesnáz: Nejsou formulky pro vlastní čísla a vlastní funkce. Úlohu lze zapsat operátorově, pokud operátor(y) jsou pozitivně definitní, vlastní čísla jsou kladná (víme aspoň něco!!!). Několik prvních vl. čísel lze určit přibližně, a to numerickým výpočtem.

Souvislost s řešitelností soustavy lin. alg. rovnic A symetrická matice typu (n, n) (čtvercová) f vektor pravé strany Kdy má soustava Au = f řešení? Je to vlastně operátorová rovnice. Frobeniova věta: hodnost matic, tj. h(a) a h(a f)... Příslušná úloha na vlastní čísla: Au = 0, tedy λ = 0. Jestliže 0 není vl. č., pak Au = 0 má jen triviální řešení, tj. A je regulární matice, tj. existuje A 1 a Au = f má právě jedno řešení pro f, totiž u = A 1 f. Odpovídá situaci, kdy h(a) = n. Je-li 0 vlastní číslo (tj. h(a) = m < n), je situace složitější. Bud {v 1, v 2,...,v k } ortogonální báze vlastního prostoru příslušného vlastnímu číslu 0, tj. Av i = 0 pro i = 1, 2,...,k. Přidáním vhodných vektorů definujme ortogonální bázi {v 1,..., v k, t 1,..., t n k } prostoru R n.

Z předchozí stránky připomeňme, že {v 1,..., v k, t 1,...,t n k } je ortogonální báze R n. Všimněme si, že pro i = 1, 2,...,k platí w R n (Aw, v i ) = (w, A T v i ) = (w, Av i ) = (w, 0) = 0. Vhodnou volbou w zjistíme, že každý sloupec s j matice A je LK vektorů t 1,...,t n k, jinak by (s j, v i ) 0 pro nějaké i. Dimenze prostoru generovaného sloupci matice A musí být n k. (Necht je menší než n k a necht, BÚNO, LK tvořící sloupce matice (a její řádky, nebot A je sym.) neobsahují vektor t 1. Pak At 1 = 0, protože každý řádek matice A je tvořen LK vektorů kolmých na t 1, tedy "řádek t 1 = 0", čili t 1 je vlastní vektor, což je spor.) Tudíž hodnost m = n k. Poznatek: Vektory {t 1,..., t m } a sloupce (řádky) matice A generují týž prostor!

Frobeniova věta (h(a) = m < n): (a) h(a f) = m, pak nekonečně mnoho řešení. (a) Frob. "vl. č.". Necht Au = f. Pak (f, v i ) = (Au, v i ) = (u, A T v i ) = (u, Av i ) = (u, 0) = 0, i = 1, 2,...,k. A platí ortogonalita f a vl. vektorů. "Vl. č." Frob. Necht platí ortogonalita f a vl. vektorů, tj. (f, v i ) = 0, i = 1, 2,...,k. To znamená, že f je LK vektorů t 1,..., t m, leží tedy v prostoru generovaném sloupci matice A, je tedy i LK sloupců matice A s nějakými koeficienty. Udělejme z těchto koeficientů vektor u, pak Au = f.

Frobeniova věta (h(a) = m < n): (b) h(a f) > m, pak žádné řešení. (b) Frob. "vl. č.". Z h(a f) > m plyne, že vektor f je určen LK bázových vektorů, v níž je aspoň jeden vektor z báze vlastního prostoru. Necht je to v j, pak (f, v j ) 0, tedy pravá strana není ortogonální ke všem vl. v. příslušným vl. číslu 0. "Vl. č." Frob. Necht (f, v j ) 0, pro nějaké j {1, 2,..., k}. Zároveň je f LK bázových vektorů, přičemž v této LK je i vektor v j, f tedy neleží v prostoru generovaném sloupci matice, protože ten je shodný s prostorem generovaným vektory t 1,...,t m kolmými na vektor v j. Neleží-li v prostoru generovaném sloupci matice, nemůže mít soustava Ax = f řešení, protože pro každé x R n je vektor Ax LK sloupců matice A.