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

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

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

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

Co jsme udělali: Au = f, u D(A)

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

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

19 Hilbertovy prostory

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

PŘEDNÁŠKA 2 POSLOUPNOSTI

Věta o sedlovém bodu a Fredholmova alternativa

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

10 Funkce více proměnných

1 Báze a dimenze vektorového prostoru 1

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

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

Matematika V. Dynamická optimalizace

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...

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

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

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

Aplikovaná numerická matematika

Limita a spojitost funkce a zobrazení jedné reálné proměnné

1 Topologie roviny a prostoru

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

1 Množiny, výroky a číselné 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

METRICKÉ A NORMOVANÉ PROSTORY

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

stránkách přednášejícího.

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

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

Matematika 5 FSV UK, ZS Miroslav Zelený

9. Vícerozměrná integrace

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

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

Interpolace, ortogonální polynomy, Gaussova kvadratura

Základy matematické analýzy

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

LIMITA A SPOJITOST FUNKCE

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

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

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

Obsah. 1 Lineární prostory 2

Úvodní informace. 17. února 2018

Limita a spojitost funkce

1. Obyčejné diferenciální rovnice

Vlastní číslo, vektor

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

9. Vícerozměrná integrace

Projekty - Úvod do funkcionální analýzy

Matematika B101MA1, B101MA2

Matematická analýza III.

1 Linearní prostory nad komplexními čísly

Limita posloupnosti, limita funkce, spojitost. May 26, 2018

1. Posloupnosti čísel

Riemannův určitý integrál

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE

Přednáška 3: Limita a spojitost

18 Fourierovy řady Úvod, základní pojmy

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

Matematika pro informatiky

Derivace a monotónnost funkce

FREDHOLMOVA ALTERNATIVA

Základní pojmy teorie množin Vektorové prostory

Přednáška 6, 6. listopadu 2013

Základy matematiky pro FEK

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

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

Obsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce

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)

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

Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých

Aplikovaná matematika I, NMAF071

Lineární algebra : Metrická geometrie

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,

Petr Hasil. Prvákoviny c Petr Hasil (MUNI) Úvod do infinitezimálního počtu Prvákoviny / 57

Matematická analýza 1

Lineární algebra : Skalární součin a ortogonalita

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

Funkce jedn e re aln e promˇ enn e Derivace Pˇredn aˇska ˇr ıjna 2015

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

Definice : Definice :

OBECNOSTI KONVERGENCE V R N

16 Fourierovy řady Úvod, základní pojmy

2. přednáška 8. října 2007

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

Posloupnosti a jejich konvergence POSLOUPNOSTI

Posloupnosti a jejich konvergence

Teorie. Hinty. kunck6am

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

Derivace funkcí více proměnných

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

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

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

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

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

15 Maticový a vektorový počet II

Teorie. Hinty. kunck6am

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Diferenciální rovnice 3

Transkript:

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, Praha, 2001. Typové příklady (viz webové stránky přednášejícího).

Připomeňme: Bud A symetrický operátor s hustým definičním oborem D(A) a bud F funkcionál energie příslušný rovnici Au = f, u D(A). Je-li A slabě pozitivní, pak F má v u D(A) minimum právě tehdy, když Au = f, u D(A). Je-li A pozitivní, pak F má v u D(A) ostré minimum právě tehdy, když Au = f, u D(A). (Poznámka: V MA 43 je věta formulována trochu odlišně.)

Připomeňme: Velký nedostatek Věta o vztahu mezi řešením operátorové rovnice a minimem funkcionálu energie není existenční. Neříká nic o tom, zda řešení u D(A) existuje. Netvrdí, že minimum F na D(A) existuje, tj. že se ho nabývá v nějakém prvku u D(A).

Víme, že např. okrajové úloze u + u = f, u(a) = 0 = u(b), odpovídá pozitivní operátor Au = u + u a F(u) = (Au, u) 2(f, u) = b a b (u 2 + u 2 ) dx 2 fu dx. a Všimněme si, že F je definováno i pro u, které má jen první derivaci spojitou na [a, b], a pro některá nespojitá f, např. po částech konstantní. Takové u a f by však odporovalo definici řešení operátorové rovnice Au = f. Problémy s existencí minima. Např. neexistuje minimum funkcionálu G(v) = v 2 = 1 0 v 2 dx na množině M = {v C([0, 1]) : v(0) = 0, v(1) = 1}. (M není vektorový prostor, ale to nevadí.)

Zúplnění D(A) Variační formulace (tj. minimalizace F ) nám umožňuje předpokládat méně než formulace Au = f, která má "značné" nároky na vlastnosti D(A) a f. Problém existence minima. Východisko z potíží: Přidat k D(A) ještě další funkce tak šikovně, aby výsledná množina byla vektorovým prostorem funkcí, na němž bude funkcionál F jednak dobře definován, jednak bude nabývat minima. Funkce, v níž se nabývá minima, však zároveň musí mít dobrý" vztah k výchozí okrajové úloze.

Připomenutí: Pozitivně definitní operátor Operátor A se nazývá pozitivně definitní na D(A), existuje-li taková konstanta C > 0, že pro každou funkci u D(A) platí přičemž C nezávisí na u. (Au, u) C u 2,

Připomenutí: Energetický skalární součin, energetická norma, energetický prostor Necht A je symetrický a pozitivně definitní operátor na D(A). Energetický skalární součin (u, v) A = (Au, v) Energetická norma u A = (u, u) A u D(A). Energetická vzdálenost ρ A (u, v) = u v A u, v D(A). u, v D(A). Díky symetrii a pozitivní definitnosti A je (, ) A opravdu skalární součin a A norma na D(A). Množinu D(A) opatřenou (, ) A, A a ρ A nazveme prostorem S A. Energetický skalární součin (u, v) A je dán integrálem b a Au v dx po aplikaci integrace po částech.

Prostor L 2 (a, b) Z dřívějška známe: Skalární součin (u, v) = b a Normu u = (u, u). Vzdálenost ρ(u, v) = u v. uv dx. Dosud jsme předpokládali, že u, v C([a, b]). Stačí však předpokládat, že u, v M, kde M je množina funkcí w takových, pro něž platí, že integrály b a w(x) dx a b a w 2 (x) dx existují a jsou konečné. Množinu M opatřenou (u, v), u a ρ(u, v) značíme L 2 (a, b) a říkáme jí (vektorový) prostor funkcí integrovatelných v intervalu (a, b) s kvadrátem (v Lebesgueově smyslu, ale Leb. integrálem se nebudeme zabývat).

Jestliže u, v L 2 (a, b) a u v = 0, pak o u a v řekneme, že jsou ekvivalentní, tj. u a v se liší nejvýše na množině nulové míry, tj. jsou si rovny skoro všude. Množiny nulové míry v [a, b] např. konečný počet bodů, spočetný počet bodů. Jsou-li u a v ekvivalentní a spojité v [a, b], pak jsou si rovny všude v [a, b]. Hustota množiny V v L 2 (a, b). Měli jsme pomocí ortogonality. Lze i takto: Jestliže u L 2 (a, b) a ε > 0, pak v u,ε V u v u,ε < ε. Jinými slovy: V každém ε-okolí funkce u leží aspoň jedna funkce z množiny V. (Čili ε-okolí funkce u obsahuje nekonečně mnoho funkcí z V.)

Cauchyovská posloupnost připomenutí Posloupnost {u n } je v prostoru P cauchyovská, lze-li ke každému ε > 0 najít takové n 0, že m > n 0, n > n 0 = u m u n P < ε. Posloupnost {u n } je v prostoru P konvergentní, jestliže existuje takový prvek u P, že platí lim u n u P = 0. n Definice: Prostor, v němž je každá cauchyovská posloupnost konvergentní, se nazývá úplný. Množina C([a, b]) opatřená skalárním součinem (, ) je sice vektorový prostor, ale není úplný. Jiný ( příklad: Množina (prostor) racionálních čísel není úplná, viz x k+1 = 1 x 2 k + a x k ), x k a, a = 2, x 1 = 1. Lze ukázat, že L 2 (a, b) je úplný prostor.

Zpět k operátoru A a prostoru S A Lze ukázat, že S A není úplný prostor (a proto funkcionál F nemusí na S A nabývat minima). Tj. v S A existují cauchyovské posloupnosti, které v S A nemají limitu. Necht {u n } je taková posloupnost. Z nerovnosti (poz. def.!) u m u n C 1 (A(u m u n ), u m u n ) = u m u n A vidíme, že {u n } je cauchyovská posloupnost v L 2 (a, b), tudíž existuje její limita u L 2 (a, b). Pro všechny cauchyovské posloupnosti v S A tvoří všechny odpovídající limity v L 2 (a, b) nějakou podmnožinu L 2 (a, b). Označme ji P A a definujme množinu M = S A P A. Na M lze rozšířit definici (, ) A, A a ρ A, výsledný prostor označíme H A, je to úplný prostor.

Příklad rozšíření (, ) A : Necht {u n } a {v n } jsou cauchyovské posloupnosti v S A, tj. lim u n = u, n lim v n = v n v L 2 (a, b). Pak definujeme (u, v) A = lim n (u n, v n ) A. (Lze totiž ukázat, že posloupnost reálných čísel na pravé straně definiční rovnosti je cauchyovská, tudíž má limitu.) K u a v mohou konvergovat různé posloupnosti, je nutné ukázat, že lim n (u n, v n ) A je vždy stejná.

Zásadní výsledek (pro sym. poz. def. operátor A) Nyní lze rozšířit i energetický funkcionál F(u) = (u, u) A 2(f, u), f L 2 (a, b), u H A. Platí, že pro každou funkci f L 2 (a, b) tento funkcionál nabývá právě jednoho minima v nějaké funkci u f H A. Funkci u f nazýváme zobecněným řešením rovnice Au = f s danými okrajovými podmínkami. Je-li u f D(A), pak je řešením úlohy takovým, jaké známe z dřívějšího výkladu.

Zůstává nejasnost jak charakterizovat prostor H A? Spokojme se s tím, že H A tvoří funkce, které mají n/2 derivací, kde n je řád operátoru, přičemž nejvyšší derivace nemusí být spojitá funkce, a všechny derivace jsou integrovatelné s kvadrátem (i nultá); splňují přímo okrajové podmínky, jsou-li dány pro funkce a jejich derivace do řádu n/2 1. (Okrajové podmínky pro vyšší derivace se ošetří jistým trikem.) Příklad: V okrajové úloze (exp(x)u (x)) + (2 + sin x cos x)u(x) = exp(sin 5x), u(0) = 0 = u(π) je operátor (daný levou stranou) symetrický a pozitivně definitní, 2. řádu. Pod prvky prostoru H A si představíme funkce, které jsou na [a, b] integrovatelné s kvadrátem, mají v [a, b] derivaci (ne nutně spojitou), která je též integrovalelná s kvadrátem. Navíc tyto funkce splňují u(0) = 0 = u(π).

Čeho jsme dosáhli? Místo operátorové rovnice Au = f řešíme minimalizační problém pro F(u) = (u, u) A 2(f, u). Operátorová rovnice má přísnější předpoklady, jen pro jednoduché OR umíme posoudit řešitelnost. Minimalizační problém má slabší předpoklady a vždy má řešení (je-li výchozí operátor pozitivně definitní). Poznámka: Variační formulace je velmi důležitá u 1D úloh a zásadní u 2D a 3D úloh. Najít přesné řešení minimalizačního problému je obtížné (nemožné). Naštěstí minimalizační problém je vhodný pro hledání přibližného řešení. Pozorování: Pro funkci u H A, v níž se nabývá minima, platí (u, v) A = (f, v) v H A (Ukáže se minimalizací ϕ(t) = F(u + tv).

Variační metody Definice: Řekneme, že posloupnost lineárně nezávislých funkcí v 1, v 2,... tvoří v prostoru H A bázi, lze-li ke každému ε > 0 najít takové přirozené číslo j a taková čísla a 1, a 2,..., a j, že j u a i v i < ε. A i=1 Jinými slovy: konečné lineární kombinace prvků báze jsou husté v H A. Zvolme přirozené číslo n a označme V n n-rozměrný vektorový (lineární) podprostor prostoru H A vytvořený všemi funkcemi n tvaru b i v i, kde b 1,..., b n R a kde {v 1,...,v n } je báze i=1 prostoru V n.

Ritzova metoda Funkcionál F(u) = (u, u) A 2(f, u) minimalizujeme nikoliv na H A, nýbrž jen na podprostoru V n H A. Tedy mezi všemi n-ticemi hledáme takovou n-tici (c 1,..., c n ) R n, aby funkcionál F(u) nabýval minima na V n právě pro funkci u = u 0 = n i=1 c iv i. Jde vlastně o hledání minima reálné funkce více proměnných, tj. proměnných c 1,..., c n. Vztah k řešení původní úlohy? Jestliže pro zvětšující se n bude {v 1, v 2,..., v n } n bází prostoru H A, pak lim n u n u A = 0, kde u H A minimalizuje F na H A. Lze ukázat, že lim n u n u L2 (a,b) = 0 a lim n (u n ) (u ) L2 (a,b) = 0.

Lineární zobrazení Mějme zobrazení F z vektorového prostoru U do vektorového prostoru V. Řekneme o něm, že je lineární, pokud platí, že c 1, c 2 R u 1, u 2 U F(c 1 u 1 +c 2 u 2 ) = c 1 F(u 1 )+c 2 F(u 2 ). Příklady lineárních zobrazení: určitý integrál primitivní funkce (s nulovou integrační konstantou) násobení vektoru maticí násobení matic zobrazení, které pravé straně lineární OÚ s homogenními OP přiřadí řešení (vzpomeňte si na superpozici řešení)