19 Hilbertovy prostory



Podobné dokumenty
Lineární algebra : Skalární součin a ortogonalita

18 Fourierovy řady Úvod, základní pojmy

16 Fourierovy řady Úvod, základní pojmy

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

1 Báze a dimenze vektorového prostoru 1

Interpolace, ortogonální polynomy, Gaussova kvadratura

15 Maticový a vektorový počet II

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

10 Funkce více proměnných

Lineární algebra : Skalární součin a ortogonalita

i=1 λ ix i,λ i T,x i M}.Množinuvektorů

8 Matice a determinanty

22 Základní vlastnosti distribucí

Projekty - Úvod do funkcionální analýzy

Obsah. 1 Lineární prostory 2

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

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

EUKLIDOVSKÉ PROSTORY

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

Úvod do lineární algebry

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.

17. Posloupnosti a řady funkcí

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

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

Matematika B101MA1, B101MA2

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

Aplikovaná numerická matematika

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

Co jsme udělali: Au = f, u D(A)

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.

Základní pojmy teorie množin Vektorové prostory

METRICKÉ A NORMOVANÉ PROSTORY

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,

9. cvičení z Matematické analýzy 2

1. Obyčejné diferenciální rovnice

DEFINICE Z LINEÁRNÍ ALGEBRY

PŘEDNÁŠKA 2 POSLOUPNOSTI

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky

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

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

9. Vícerozměrná integrace

Lineární algebra : Metrická geometrie

Přednáška 6, 6. listopadu 2013

ALGEBRA. Téma 4: Grupy, okruhy a pole

Definice : Definice :

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

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

2. přednáška 8. října 2007

11. Číselné a mocninné řady

1 Linearní prostory nad komplexními čísly

INTEGRÁLY S PARAMETREM

Čebyševovy aproximace

ÚVOD DO FUNKCIONÁLNÍ ANALÝZY. Jiří Bouchala

11. Skalární součin a ortogonalita p. 1/16

Lineární algebra : Báze a dimenze

Matematika 2 Úvod ZS09. KMA, PřF UP Olomouc. Jiří Fišer (KMA, PřF UP Olomouc) KMA MA2AA ZS09 1 / 25

Báze a dimenze vektorových prostorů

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

Věta o sedlovém bodu a Fredholmova alternativa

Rovnice matematické fyziky cvičení pro akademický školní rok

21. Úvod do teorie parciálních diferenciálních rovnic

Operace s maticemi. 19. února 2018

2. Určte hromadné body, limitu superior a limitu inferior posloupností: 2, b n = n. n n n.

6.1 Vektorový prostor

na magisterský studijní obor Učitelství matematiky pro střední školy

Lineární algebra : Lineární prostor

Soustavy lineárních rovnic

verze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu

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

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008

Lineární algebra : Lineární (ne)závislost

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

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

ALGEBRA. Téma 5: Vektorové prostory

7. Lineární vektorové prostory

Posloupnosti a řady. 28. listopadu 2015

Vlastní čísla a vlastní vektory

LEKCE10-RAD Otázky

Matematika I 12a Euklidovská geometrie

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

9. Vícerozměrná integrace

Lineární algebra Operace s vektory a maticemi

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:

0.1 Úvod do lineární algebry

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

9 Kolmost vektorových podprostorů

Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

Úvod do funkcionální analýzy

0.1 Úvod do lineární algebry

FREDHOLMOVA ALTERNATIVA

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

Matematická analýza III.

Soustavy lineárních rovnic

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

Riemannův určitý integrál

MATEMATIKA IV - PARCIÁLNÍ DIFERENCIÁLNÍ ROVNICE - ZÁPISKY Z. Obsah. 1. Parciální diferenciální rovnice obecně. 2. Kvaazilineární rovnice prvního řádu

Transkript:

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 nad tělesem K reálných nebo komplexních čísel (říkáme též, že X je unitární prostor nad K). Potom x = (x,x) je norma na X, nazývaná někdy též "norma indukovaná skalárním součinem". Necht (X,(, )) je unitární prostor nad K. Na X X uvažujme normu [x,y] = max{ x, y }. Potom je zobrazení (, ) : X X K spojité. Definice. Necht (X,(, )) je unitární prostor nad K, x = (x,x). Řekneme, že posloupnost x n X je cauchyovská v X, pokud ε > 0 n 0 N m,n n 0 x n x m < ε. Řekneme, že prostor X je úplný vzhledem k normě, pokud každá cauchyovská posloupnost v X je konvergentní v X. Pokud je X úplný vzhledem k normě x = (x,x), pak se nazývá Hilbertovým prostorem. Příklad 1. Prostory R n (opatřené eukleidovským skalárním součinem) jsou Hilbertovými prostory konečné dimenze. Příklad 2. Bud Ω R n otevřená množina. Pro p 1, ) definujme tzv. Lebesgueovy (L p ) prostory předpisem L p (Ω) := {f : Ω C, Ω f p < }. Na prostoru L 2 (Ω) definujme skalární součin (f,g) 2 = f g. Prostor L 2 (Ω) s tímto skalárním součinem je Hilbertovým prostorem nekonečné dimenze. Příklad 3. Bud Ω R n otevřená množina. Mějme na Ω definovanou tzv. váhovou funkci (váhu, hustotu) ρ takovou, že ρ C(Ω) L 1 (Ω), ρ > 0 na Ω. Pro p (1, ) definujme tzv. Lebesgueovy (váhové) prostory s vahou předpisem L p (Ω) := {f : Ω C, Ω f p < }. Na prostoru L2 (Ω) definujme skalární součin (f,g) 2, = f g. Prostor L 2 (Ω) s tímto skalárním součinem je Hilbertovým prostorem nekonečné dimenze. Poznámka. Mezi všemi L p (resp. L p ) prostory je prostor L 2 (resp. L 2 ) jediný, na kterém lze zavést skalární součin. Pokud má Ω R n konečnou míru, platí Ω Ω 1 p < r < = L r (Ω) L p (Ω). Cvičení. Ukažte: je-li f : (a,b) R omezená na omezeném intervalu (a,b), pak f L p (a,b) p 1, ). Nalezněte funkci f : (0,1) R takovou, že f L 3 (0,1) a přitom f / L 4 (0,1). (Návod: uvažujte funkce 1/x α pro α R.)

M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 35 19.2 Fourierovy řady v Hilbertově prostoru Definice. Necht X je Hilbertův prostor, Γ je indexová množina a (x γ ) γ Γ je systém prvků prostoru X. (i) Řekneme, že systém {x γ } γ Γ je ortogonální, jestliže platí γ,γ Γ,γ γ : ( x γ,x γ ) = 0. Jestliže navíc x γ = 1 pro každé γ Γ, potom říkáme, že je systém {x γ } γ Γ ortonormální. (ii) Ortogonální systém {x γ } γ Γ je úplný, jestliže jeho lineární obal je hustý v X, tedy jestliže platí Lin({x γ } γ Γ ) = X. (iii) Ortogonální systém {x γ } γ Γ je maximální, jestliže neexistuje prvek u X \ {0} kolmý na všechna x γ, tedy pokud platí (u,x γ ) = 0 γ Γ = u = 0. Zobecnění kartézského souřadného systému do (Hilbertových) prostorů nekonečné di- Poznámka. menze. Ortogonální systém vektorů tvoří lineárně nezávislou množinu vektorů. Z každého lineárně nezávislého systému lze učinit systém ortogonální pomocí tzv. Gram-Schmidtova ortogonalizačního procesu. (Viz Příklad 4 za touto poznámkou.) Z každého ortogonálního systému lze učinit systém ortonormální (prvky vydělíme jejich normami). Systém {1,sin kx,cos kx} k N je ortogonální systém v L 2 (0,2π). Systém {e ikx } k Z je ortogonální systém v L 2 (0,2π). Příklad 4 (Gram-Schmidtův OG proces). Bud {v 1,v 2,...} lineárně nezávislá množina nenulových prvků v Hilbertově prostoru X. Položme e 1 := v 1 a dále, pro n 2, n 1 e n := v n Ukažte, že {e 1,e 2,... } je ortogonální množina nenulových prvků, přičemž j=1 Lin{e 1,...,e k } = Lin{v 1,...,v k }, k = 1,2,... (v n,e j ) e j 2 e j. (1) Věta 19.1. Necht {e n } je ortogonální posloupnost nenulových prvků Hilbertově prostoru X nad K. Necht x = c ne n, kde c n K. Potom c n = (x,e n) e n 2, n N. (2) Definice. Číslo c n, definované pomocí (2), nazýváme n-tým Fourierovým koeficientem prvku x vzhledem k ortogonální posloupnosti {e n }. Definice. Bud {e n } ortogonální posloupnost nenulových prvků v Hilbertově prostoru X nad K a mějme x X. Uvažujme Fourierovy koeficienty prvku x vzhledem k posloupnosti {e n }, tj. Pak řadu c n = (x,e n) e n 2, n N. c n e n = (x,e n ) e n 2 e n (3) nazvu (abstraktní) Fourierovou řadou prvku x v prostoru X podle ortogonálního systému {e n }.

M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 36 Otázky: Jak zajistit, abych měl "všechny prvky OG systému" (tj. aby tvořil bázi)? (Úplnost? Maximalita?) Mám x X, rozvinu jej do (Fourierovy) řady. Konverguje vůbec tato řada? Pokud konverguje, co má společného její součet s původním prvkem x? Věta 19.2 (Besselova nerovnost, Parsevalova rovnost). Necht X je Hilbertův prostor nekonečné dimenze, {e n } je ortogonální systém nenulových prvků v X, x X, a c n = (x,en) e n, n N jsou Fourierovy 2 koeficienty prvku x vzhledem k {e n }. Potom Vždy platí c n 2 e n 2 x 2 (Besselova nerovnost); Fourierova řada c n e n vždy konverguje k nějakému prvku y X; Je x = c n e n c n 2 e n 2 = x 2 (Parsevalova rovnost). Poznámka. S ohledem na (2) lze Parsevalovu rovnost psát také ve tvaru (x,e n ) 2 e n 2 = x 2. Definice. Necht X je Hilbertův prostor nad K. Posloupnost {u n } prvků zx se nazývá (Schauderova) báze prostoru X, jestliže pro každý bod x X existuje právě jedna posloupnost {c n } prvků z K, pro kterou platí x = c n u n. Věta 19.3. Necht X je Hilbertův prostor a {e n } je ortogonální systém nenulových prvků prostoru X. Pak následující tvrzení jsou ekvivalentní: (i) {e n } je Schauderova báze, (ii) {e n } je úplný ortogonální systém, (iii) {e n } je maximální ortogonální systém. (iv) Pro každé x X platí Parsevalova rovnost (vzhledem k systému {e n } ). (v) Každý prvek x X je roven součtu své Fourierovy řady (vzhledem k systému {e n } ). Definice. Necht X Hilbertův prostor. Řeknu, že X je separabilní, pokud existuje spočetná množina prvků z X, která je hustá v X (tedy jejíž uzávěr je celé X). Věta 19.4. (i) Necht X je separabilní Hilbertův prostor. Potom v X existuje ortonormální spočetná (Schauderova) báze. (ii) Necht X 1,X 2 jsou nekonečně-dimenzionální separabilní Hilbertovy prostory. Potom jsou X 1 a X 2 izometricky izomorfní (tj. existuje mezi nimi bijekce, která zachovává skalární součin). (iii) Každý separabilní Hilbertův prostor dimenze n N je izometricky izomorfní R n.

M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 37 Věta 19.5. Systém {1,sin kx,cos kx} k N je úplný ortogonální systém v L 2 (0,2π) a tvoří v něm ortogonální bázi. Systém {e ikx } k Z je úplný ortogonální systém v L 2 (0,2π) a tvoří v něm ortogonální bázi. Věta 19.6 (o nejlepší aproximaci). Bud X Hilbertův prostor a {e n } X ortogonální systém v X. Bud x X. Potom pro libovolná β 1,...,β N K platí x N (x,e n ) e n 2 e n x přičemž nerovnost v (4) je ostrá, pokud je alespoň jedno β j různé od (x,e j) e j 2. 19.3 Ortogonální systémy polynomů, operátory N β n e n, (4) Důležité otázky: Jakým způsobem získat nějaký konkrétní úplný ortogonální systém (bázi) v L2 (a,b)? Lze to například zařídit tak, aby tato báze byla složena z polynomů? Metoda I: ortogonalizace dané husté LN množiny pomocí Gram-Schmidtova procesu Uvažujme na (a, b) R polynomy 1,x,x 2,x 3,x 4... (5) a uvažujme (pokud (a,b) je neomezený) váhovou funkci takovou, aby x n L 2 (a,b) pro všechna n N {0}. Ortogonalizací pomocí Gram-Schmidtova procesu dostaneme úplný systém ortogonálních polynomů v L 2 (a,b). Obr.: Legendreovy polynomy pro n = 0,1,2,3,4,5. Příklad 5 (Legendreovy polynomy). Ortogonalizací systému (5) v prostoru L 2 ( 1,1) dostaneme tzv. Legendreovy polynomy P n (x). Lze ukázat, že platí P 0 (x) = 1, P n (x) = 1 2 n n! d n dx n(x2 1) n, n N.

M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 38 přičemž P n (x) 2 = 2 2n + 1, n N {0}. Prvních několik Legendreových polynomů je: P 0 (x) = 1, P 1 (x) = x, P 2 (x) = 3 2 x2 1 2, P 3(x) = 5 2 x3 3 2 x, P 4(x) = 35 8 x4 15 4 x2 + 3 8,... kde kde Podle předchozí teorie tedy platí, že pro každou funkci f L 2 ( 1,1) platí f(x) s.v. = c n P n (x), c n = n=0 1 1 P n (x) 2 f(x)p n (x) dx = 2n + 1 1 f(x)p n (x) dx. 1 2 1 Například pro f(x) = x L 2 ( 1,1) dostaneme x s.v. = c n P n (x), c n = 2n + 1 2 n=0 1 1 x P n (x) dx, což dá (spočtěte) c 2k+1 = 0 k = 0,1,..., c 0 = 1 2, c 2 = 5 8, c 4 = 3 16, c 6 = 13 128... například aproximace do šestého řádu dá x 175 2048 + 4725 2048 x2 5775 2048 x4 + 3003 2048 x6 na ( 1,1). Obr.: Aproximace x pomocí Legendreova polynomu do šestého řádu. Poznámka. Legendreovy polynomy splňují tzv. rekurentní vztah (n+1)p n+1 (x) = (2n+1)xP n (x) np n 1 (x), n N, P 0 (x) = 1, P 1 (x) = x, a jsou řešením tzv. generující diferenciální rovnice ( (1 x 2 )y ) = λy, λ = n(n + 1),n = 0,1,2,....

M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 39 Příklad 6 (Čebyševovy polynomy). Ortogonalizací systému (5) v prostoru L 2 1 ( 1,1) dostaneme tzv. 1 x 2 Čebyševovy polynomy (1. druhu) T n (x). Lze ukázat, že platí T 0 (x) = 1, T n (x) = cos(n arccos x), n N. přičemž T n (x) 2 = π 2, n N. Prvních několik Čebyševových polynomů je: T 0 (x) = 1, T 1 (x) = x, T 2 (x) = 2x 2 1, T 3 (x) = 4x 3 3x, T 4 (x) = 8x 4 8x 2 1, T 5 (x) = 16x 5 20x 3 + 5x,... Obr.: Čebyševovy polynomy pro n = 0,1,2,3,4,5. Poznámka. Čebyševovy polynomy splňují rekurentní vztah T n+1 (x) + T n 1 (x) = 2xT n (x), a jsou řešením generující diferenciální rovnice n N T 0 (x) = 1, T 1 (x) = x, ( 1 x 2 y ) = λy 1 x 2, λ = n2, n = 0,1,2,.... Poznámka. Ortogonalizací základního systému polynomů 1,x,x 2,x 3,... v příslušných prostorech L2 (a,b) dostaneme odpovídající systém ortogonálních polynomů, do kterého lze rozvíjet všechny funkce, patřící do L2 (a,b). Na konkrétní tvar těchto polynomů má vliv zejména tvar skalárního součinu v L 2 (a,b). Takto dostaneme například Hermiteovy polynomy H n (v prostoru L 2 e x2 (, )), Laguerrovy polynomy L s n řádu s > 1 (v prostoru L2 x s e x (0, )) a mnoho dalších. Pro každý takový systém existuje rekurentní vztah a generující diferenciální rovnice. Podrobněji viz tabulku ortogonálních systémů polynomů na stránce této přednášky.

M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 40 Metoda II: generující diferenciální rovnice, resp. generující operátor Definice. Bud a,b R uzavřený interval, p,q, dané funkce definované na a,b. Necht dále α,β,γ,δ R. Okrajovou úlohou v samoadjungovaném tvaru pro neznámou funkci y = y(t) nazveme diferenciální rovnici druhého řádu v tzv. samoadjungovaném tvaru, doplněnou o tzv. okrajové podmínky (p(t)y ) + q(t)y = λ (t)y, t (a,b), λ C, (6) αy(a) + βy (a) = 0, γy(b) + δy (b) = 0. (7) Věta 19.7. Uvažujme okrajovou úlohu tvaru (6) (7), kde p je spojitá a kladná na a,b, p je spojitá na (a,b), q je reálná a spojitá na a,b, je spojitá, kladná a konečně integrovatelná na (a,b). Navíc necht alespoň jedno z čísel α,β a alespoň jedno z čísel γ,δ je nenulové. Potom existují λ 1 < λ 2 <, lim λ n = taková, že: Pro všechna λ λ n má úloha (6) (7) pouze řešení y 0. Pro každé λ = λ n existuje právě jedno (až na násobek konstantou) nenulové řešení y n úlohy (6) (7). Systém {y n,n N} je úplný ortogonální systém funkcí v L 2 (a,b). Definice. Čísla λ n resp. funkce y n z předchozí věty nazýváme vlastní čísla resp. vlastní funkce úlohy (6) (7). Poznámka. Zobrazení mezi dvěma prostory nazýváme operátorem. Definujeme-li operátor T : C 1 ( a,b ) L 2 (a,b) předpisem T(y) = (py ) + qy, lze rovnici (6) psát ve tvaru tzv. operátorové rovnice: Ty = λ y. (8) Analogicky nazýváme nenulová řešení y n úlohy (8), (7) vlastními funkcemi (s vahou ) operátoru T, přináležejícími vlastnímu číslu λ n. Poznámka. Pro váhu = 1 má rovnice (8) pro vlastní funkce a vlastní čísla operátoru T tvar Ty = λy. (Srovnejte to s definicí vlastního vektoru a vlastního čísla matice.) Věta 19.7 je formulována pouze pro omezené intervaly. Existují také její varianty pro neomezené intervaly, ty však jsou složitější. Existují také varianty s obecnější sadou okrajových podmínek. Obecně však jde vždy o věty, odpovídající na otázku "Za jakých podmínek tvoří vlastní funkce nějakého operátoru T úplný ortogonální systém v daném Hilbertově prostoru?" Studiem (m.j.) i těchto otázek (které jdou nad rámec tohoto kurzu) se zabývá matematická disciplína jménem funkcionální analýza. Cvičení. Aplikujte Větu 19.7 pro a = 0, b = π, p = = 1, q = 0, a pro α = γ = 0, β = δ = 1 resp. pro α = γ = 1, β = δ = 0. Uvažujte rovnici (6) s a = π, b = π, p = = 1, q = 0, a se zobecněnou sadou okrajových podmínek y( π) = y(π), y ( π) = y (π). Poznámka. Existuje varianta Věty 19.7, která připouští, aby funkce p nabývala v některém krajním bodě intervalu a, b nulové hodnoty. V takovém případě se ovšem předpokládá omezenost řešení y v tomto bodě. Za těchto předpokladů dostávame proa = 1, b = 1, p = 1 t 2, = 1, q = 0 generující rovnici pro Legendreovy polynomy. Naznačené úvahy lze zobecnit i pro parciální diferenciální rovnice. Můžeme tak mluvit o vlastních funkcích Laplaceova operátoru jako o nenulových řešeních rovnice y = λy pro x Ω R n, s nulovými okrajovými podmínkami na Ω, atd.