VI. Równanie Laplace a i Poissona

Wielkość: px
Rozpocząć pokaz od strony:

Download "VI. Równanie Laplace a i Poissona"

Transkrypt

1 SPIS TREŚCI VI. Równanie Laplace a i Poissona Spis treści Funkcje harmoniczne i ich własności 2. Własność wartości średniej Zasada maksimum i mocna zasada maksimum Nierówność Harnacka Gładkość, oszacowania pochodnych i analityczność Twierdzenie Liouville a Ciągi funkcji harmonicznych i twierdzenie Harnacka Rozwiązanie podstawowe 7 3 Funkcja Greena Definicja funkcji Greena Własności funkcji Greena Funkcja Greena dla kuli, jądro Poissona Funkcja Greena dla półprzestrzeni, jądro Poissona Metoda Perrona

2 Funkcje harmoniczne i ich własności 2 Funkcje harmoniczne i ich własności Załóżmy, że Ω jest otwartym podzbiorem R n. Definicja.. Funkcję u klasy C 2 (Ω) spełniającą równanie Laplace a u =0 w Ω nazywamy funkcją harmoniczną. Zbiór funkcji harmonicznych na Ω oznaczamy symbolem Har(Ω). Jeśli natomiast spełniona jest nierówność u 0 (odp. u 0) w Ω, to funkcję u nazywamy subharmoniczną (odp. superharmoniczną), a zbiory odpowiednich funkcji oznaczamy Subhar(Ω) i Superhar(Ω). Zbiór Har(Ω) z naturalnymi działaniami tworzy przestrzeń liniową. Przykład.. Podamy teraz przykłady funkcji harmonicznych. Funkcjonały afiniczne, czyli funkcje postaci u(x) = a, x + b, gdziea R n, b R należą do Har(R n ). Jeśli V Ω i u Har(Ω), tou V Har(V ). Wielomiany u(x, y) =x 2 y 2, w(x, y) =x 6 5x 4 y 2 +5x 2 y 4 y 6 są funkcjami harmonicznymi w R n.

3 . Własność wartości średniej 3 Przypomnijmy teraz jeszcze raz wzór Gaussa-Ostrogradskiego: Ω divf dx= Ω f nds, jeśli Ω jest zbiorem otwartym i ograniczonym w R n,któregobrzeg Ω jest hiperpowierzchnia(n )- wymiarowa klasy C, f : Ω R n jest klasy C na zbiorze Ω, gdzie divf = n f i i= x i oznacza dywergencje pola wektorowego f, n = n(x) jest wektorem normalnym zewnetrznym do Ω w punkcie x. Wynika z niego natychmiast, że jeśli za f podstawimy gradient funkcji u, czyli u = ( ) u, x i i=,...,n to dostaniemy równość: udx = u nds. Ω Ω Wynika stąd natychmiast następujący wniosek. Wniosek.. Jesli u jest funkcją harmoniczną w obszarze ograniczonym Ω, to dla dowolnego G zgładkimbrzegiem takiego, że Ḡ Ω mamy G u nds =0. Wniosek ten jest zgodny z omówioną na początku interpretacją fizyczną równania Laplace a, mówiącą otym,żeu opisuje gęstość pewnej wielkości będącej w stanie równowagi. Istotnie, z ostatniej równości wynika, że całkowity przepływ u przez brzeg G jest równy zeru.. Własność wartości średniej Udowodnimy teraz ważną własność funkcji harmonicznych mówiącą o tym, że wartość u(y) jest równa średniej funkcji u na sferze B(y, R) i średniej w całej kuli B(y, R), o ile B(y, R) Ω, przyczym zakładamy, że Ω jest otwartym i ograniczonym podzbiorem R n.

4 . Własność wartości średniej 4 Twierdzenie.. (Własność wartości średniej) Niech u C 2 (Ω) będzie funkcją harmoniczną. Wtedy u(y) = u(x) ds = nα(n)r n B(y,R) u(x) dx () α(n)r n B(y,R) dla każdej kuli B(y, R) Ω, gdzieα(n) jest miarą Lebesque a n-wymiarowej kuli jednostkowej w R n. Wybierzmy kulę B(y, r) Ω ośrodkuy ipromieniur. Z wniosku. wynika, że u 0= u nds = (x) ds(x). B(y,r) B(y,r) n Zastosujemy teraz zamianę zmiennych B(y, r) x z = x y B(0, ) = S n (0, ), r dostając 0=r n u B(0,) r (y + rz) ds(z) =r n u(y + rz) ds(z). r B(0,) Wracając teraz do poprzednich zmiennych, mamy 0=r n ( ) r n u(x) ds(x). r B(y,r) stąd wniosek, że funkcja ϕ(r) :=r n B(y,r) u(x) ds(x) jest funkcją stałą (jej pochodna jest równa zeru), zatem możemy napisać, że ϕ(r) = lim ϕ(r) = lim r n u(x) ds(x) = lim r 0 r 0 B(y,r) r 0 B(y,r) u(x) ds(x) = r n nα(n)r n u(y) = lim = nα(n)u(y), r 0 r n co wynika z tw. o wartości średniej dla całek i faktu, że miara B(y, r) wynosi nα(n)r n.stąd u(y) = nα(n) ϕ(r) = nα(n) r n u(x) ds(x), B(y,r) czyli bo ϕ(r) =ϕ(r). u(y) = u(x) ds(x), nα(n)r n B(y,R) W ten sposób wykazaliśmy pierwszą równość w tezie twierdzenia. Zapiszmy ją teraz w następującej postaci nα(n)r n u(y) = B(y,R) u(x) ds(x)

5 . Własność wartości średniej 5 i scałkujmy obie strony względem r po przedziale (0, R). Dostajemywtedy R ( R ) nα(n)r n u(y) dr = u(x) ds(x) dr. 0 0 B(y,R) Do prawej strony stosujemy twierdzenie Fubiniego: n r n R nα(n)u(y) = 0 R n α(n)u(y) = u(y) = α(n)r n co dowodzi ostatniej równości w tezie twierdzenia. B(y,R) B(y,R) B(y,R) u(x) dx, u(x) dx, u(x) dx, Można również udowodnić podobne własności dla funkcji subharmonicznych i superharmonicznych w następującej postaci. Jeśli u C 2 (Ω) jest funkcją subharmoniczną, to u(y) u(x) ds, nα(n)r n B(y,R) u(y) u(x) dx, α(n)r n B(y,R) ajeśliu C 2 (Ω) jest funkcją superharmoniczną, to u(y) u(x) ds, nα(n)r n B(y,R) u(y) u(x) dx, α(n)r n B(y,R) dla każdej kuli B(y, R) Ω,gdzieα(n) jest miarą Lebesque a n-wymiarowej kuli jednostkowej w R n. Twierdzenie.2. (Odwrócona własność wartości średniej) Jeśli u C 2 (Ω) i u(y) = u(x) ds nα(n)r n B(y,R) dla każdej kuli B(y, R) Ω, tou jest funkcją harmoniczną.

6 .2 Zasada maksimum i mocna zasada maksimum 6 Gdyby u 0, to istniałaby kula B(y, r) Ω taka, że np. u > 0 wewnątrz tej kuli. Wtedy jednak, określając podobnie ϕ (jak w poprzednim twierdzeniu), otrzymalibyśmy dla u(y) = 0= nα(n) ϕ (r) = ( ) r n u(x) ds(x) =... = nα(n) r B(y,r) = to zaś jest sprzeczność. B(y,r) rozwaania nad wnioskiem. u n (x) ds(x) {}}{ = B(y,r) udx > 0, nα(n) ϕ(r):.2 Zasada maksimum i mocna zasada maksimum Twierdzenie.3. (Mocna zasada maksimum) Załóżmy, że u C 2 (Ω) C( Ω) jest subharmoniczna w Ω, gdzieω jest zbiorem otwartym, ograniczonym i spójnym w R n. Jeśli istnieje punkt y Ω taki, że u(y) =supu Ω (czyli u osiaga swój kres górny w pewnym punkcie wewnętrznym zbioru Ω), to (tzn. u jest funkcją stałą w Ω). u const Niech M := sup Ω u oraz zdefiniujmy zbiór Ω M := {x Ω: u(x) =M}. Zauważmy, że: Ω M jest niepusty (bo y Ω M ), Ω M jest domknięty w Ω (bo u jest ciągła - przeciwobraz zbioru domkniętego {M}), Ω M jest otwarty w Ω. Istotnie, weźmy dowolne z Ω M i R takie, że B(z, R) Ω. Wtedy z własności wartości średniej dla funkcji subharmonicznych i wartości średniej dla całek, mamy M = u(z) u(x) dx = u(y) M. α(n)r n B(z,R)

7 .2 Zasada maksimum i mocna zasada maksimum 7 Równość jest możliwa tylko wtedy, gdy u M wkulib(z, R). ZatemB(z, R) Ω M,więcΩ M jest zbiorem otwartym. Ostatecznie więc Ω M jest jednocześnie otwartym, domkniętym i niepustym podzbiorem Ω, a więc jest równy Ω, gdyω jest spójny. Twierdzenie.4. (Zasada maksimum) Załóżmy, że u C 2 (Ω) C( Ω) jest subharmoniczna w Ω, gdzieω jest zbiorem otwartym i ograniczonym (niekoniecznie spójnym) w R n.wtedy sup Ω u =supu. Ω Dowód wynika bezpośrednio z poprzedniego twierdzenia. Twierdzenie.5. (Mocna zasada minimum) Załóżmy, że u C 2 (Ω) C( Ω) jest superharmoniczna w Ω, gdzieω jest zbiorem otwartym, ograniczonym i spójnym w R n. Jeśli istnieje punkt y Ω taki, że u(y) =inf u Ω (czyli u osiaga swój kres dolny w pewnym punkcie wewnętrznym zbioru Ω), to (tzn. u jest funkcją stałą w Ω). u const Wystarczy w twierdzeniu o mocnej zasadzie maksimum wziąc u zamiast u. Twierdzenie.6. (Zasada minimum) Załóżmy, że u C 2 (Ω) C( Ω) jest superharmoniczna w Ω, gdzieω jest zbiorem otwartym i ograniczonym (niekoniecznie spójnym) w R n.wtedy inf Ω u =inf Ω u.

8 .2 Zasada maksimum i mocna zasada maksimum 8 Wystarczy w twierdzeniu o zasadzie maksimum wziąc u zamiast u. Zauważmy teraz, że funkcje harmoniczne spełniają zarówno warunek subharmoniczności, jak i superharmoniczności, zatem wszystkie twierdzenia z tego paragrafu możemy stosować również dla funkcji harmonicznych. Możemy to krótko zapisać we wniosku. Wniosek.2. Jeśli funkcja u jest harmoniczna w Ω, to inf Ω u u(x) sup u Ω dla wszystkich x Ω, tzn. funkcja u swoje kresy w Ω osiąga na brzegu Ω, ajeśliω jest spójny i kres jest przyjęty dla pewnego punktu z tego zbioru, to u musi być funkcją stałą. Wniosek.3. Z mocnej zasady maksimum wynika w szczególności, że jeśli Ω jest spójny, a u C 2 (Ω) C( Ω) spełnia u =0 w Ω, u = g na Ω, gdzie g jest nieujemna, to u jest dodatnia w każdym punkcie zbioru Ω, jeślig jest dodatnia na jakimś podzbiorze Ω. Ważnym zastosowaniem mocnej zasady maksimum jest dowód jednoznaczności rozwiązań pewnych zagadnień brzegowych dla równania Laplace a i równania Poissona. Wniosek.4. Niech Ω będzie zbiorem spójnym, otwartym i ograniczonym oraz u C 2 (Ω) C( Ω). Wtedy zagadnienie Cauchy ego u =0 w Ω, (2) u =0 na Ω,

9 .2 Zasada maksimum i mocna zasada maksimum 9 posiada tylko rozwiązanie zerowe. Stosując zasadę maksimum i minimum (bo u =0i u C 2 (Ω)), otrzymujemy czyli więc u 0 w Ω. sup Ω u =supu =0=inf u =inf u, Ω Ω Ω sup u =0=infu, Ω Ω Tezę tego wniosku można też zapisać nieco inaczej. Mianowicie: Jeśli u = v w Ω i u = v na Ω, tou v w Ω dla u, v C 2 (Ω) C( Ω). Twierdzenie.7. (O jednoznaczności rozwiązań pewnego równania różniczkowego) Niech Ω będzie zbiorem spójnym, otwartym i ograniczonym oraz u C 2 (Ω) C( Ω). Wtedy zagadnienie brzegowe Dirichleta dla równania Laplace a u =0 w Ω, u = g na Ω, gdzie g C( Ω), ma co najwyżej jedno rozwiązanie klasy C 2 (Ω) C( Ω). W twierdzeniu można użyć też ogólniejszego równania Poissona dla f C(Ω). u = f, Dowód wynika bezpośrednio z poprzedniego wniosku, jeśli zastosujemy go do różnicy dwóch rozwiązań u, u 2.Wtedyu = u u 2 spełnia (2), więc u 0.

10 .3 Nierówność Harnacka 0.3 Nierówność Harnacka Udowodnimy teraz twierdzenie, które pomoże badać ciągi funkcji harmonicznych. Twierdzenie.8. (Nierówność Harnacka) Załóżmy, że u jest nieujemną funkcją harmoniczną w Ω. Wtedy dla dowolnego zbioru spójnego, otwartego V takiego, że V V Ω i takiego, że V jest zbiorem zwartym, istnieje stała C zależna tylko od V,Ω i wymiaru przestrzeni, że sup u C inf u. V V Ustalmy a Ω i niech B(a,4r) Ω iwybierzmyx, x 2 B(a, r). Z własności wartości średniej dla funkcji harmonicznych mamy, że oraz u(x 2 )= u(x )= Ponadto, mamy nierówność (bo u jest nieujemna). u(x) dx α(n)r n B(x,r) u(x) dx α(n)(3r) n B(x 2,3r) powikszamy zbir {}}{ pomniejszamy zbir {}}{ u(x) dx α(n)r n B(x,2r) u(x) dx. α(n)(3r) n B(x 2,2r) u(x ) 3 n u(x 2 ) dla x, x 2 B(a, r), r < dist(a, Ω) (3) 4 Ustalmy teraz r = r 0 (0, dist(v, Ω)) ipokryjmy V skończoną liczbą kul o środkach w V i 4 jednakowych promieniach r 0. Wybierzmy punkty y, y 2 V takie, że u(y )=supu, u(y 2 )=infu. V V Następnie, z utworzonego pokrycia wybierzmy różne kule B, B 2,..., B m tak, aby y B, y 2 B m B i B i+ dla i =,2,...,m, (liczba tych kul na pewno nie jest większa od liczby wszystkich kul o promieniu r 0 pokrywających V i zależy jedynie od V i Ω).

11 .4 Gładkość, oszacowania pochodnych i analityczność Niech, dla i =,2,...,m, punkt b i B i B i+. Korzystając m-krotnie z nierówności (3), otrzymujemy sup u = u(y ) 3 n u(b ) 3 2n u(b 2 )... 3 n(m ) u(b m ) 3 nm u(y 2 )=3 mn inf u. V V Nierówność Harnacka w szczególności oznacza, że u(y) u(x) Cu(y) C dla wszystkich punktów x, y V. Tzn., że wszystkie wartości, jakie nieujemna funkcja harmoniczna przyjmuje wewnątrz V, są porównywalne: u może być bardzo mała (duża) w pewnym punkcie zbioru V jedynie wtedy, gdy jest bardzo mała (duża) w całym zbiorze V..4 Gładkość, oszacowania pochodnych i analityczność Okazujesię,żejeśliu C 2 jest harmoniczna, to u C, co oznacza, że wszystkie funkcje harmoniczne są różniczkowalne nieskończenie wiele razy. Mówi o tym twierdzenie o gładkości. Twierdzenie.9. (Gładkość) Jeśli u C(Ω) ma własność wartości średniej dla każdej kuli B(x, r) Ω, tou C (Ω) (przy czym funkcja u nie musi być gładka, ani nawet ciągła w punktach Ω). Dowód można znaleźć w [0], str.4. Pokażemy teraz, że jeśli kontroluje się moduł funkcji harmonicznej na jakimś otwartym podzbiorze R n, to na nieco mniejszym podzbiorze można kontrolować moduły jej pochodnych cząstkowych dowolnego rzędu.

12 .4 Gładkość, oszacowania pochodnych i analityczność 2 Uwaga.. Mamy tu silną analogię z oszacowaniami pochodnych f (k) na zwartych podzbiorach zbioru Ω C przez kres górny f na brzegu obszaru Ω, które w teorii funkcji analitycznych uzyskuje się ze wzoru całkowego Cauchy ego. Twierdzenie.0. (Oszacowanie pochodnych) Załóżmy, że u jest harmoniczna w Ω. Wtedy D β u(y) C k r n+k u L (B(y,r)) (4) dla każdej kuli B(y, r) Ω i każdego wielowskaźnika β długości β = k, przyczym C 0 = α(n), C k = (2n+ nk) k α(n) (k =,2,...). (5) Przypomnijmy na początek, co oznacza norma funkcji (mierzalnej w sensie Lebesque a) u : U R wprzestrzenil (U) dla pewnego zbioru U: u L (U) = Dowód przeprowadzimy przez indukcję ze względu na k. U u(x) dx. Przypadek k =0wynika natychmiast z własności wartości średniej, bo wtedy u(y) = u(x) dx α(n)r n B(y,r) u(x) dx = C 0 α(n)r n B(y,r) r u n L (B(y,r)). Ponieważ funkcje harmoniczne można różniczkować nieskończenie wiele razy, to różniczkując równanie Laplace a u =0dostajemy u = ( u) =0, x i x i więc wszystkie pochodne cząstkowe funkcji harmonicznej są też funkcjami harmonicznymi. Można więc do nich stosować własność wartości średniej. Zatem, wykorzystując również wzór G-O, mamy G O u xi (y) = α(n) ( ) n u xi (x) dx {}}{ 2 r B(y, n r2 2 ) = u(x)n α(n)r n i (x) ds(x) (6) B(y, r 2 )

13 .4 Gładkość, oszacowania pochodnych i analityczność 3 2n n nα(n)r α(n)r n 2 u 2n n L ( B(y, r )) = 2 r u L ( B(y, r 2 )), gdzie n i oznacza i-tą współrzędną wektora normalnego. Jeśli x B(y, r ),tob(x, r ) B(y, r) Ω, więc ponownie z własności wartości średniej: 2 2 u(x) ( ) 2 n u α(n) r L (B(y,r)). Łącząc powyższe nierówności, wnioskujemy, że dla β =: D β u(y) 2n ( ) 2 n u r α(n) r L (B(y,r)) 2n+ n α(n) r u n+ L (B(y,r)). To dowodzi (4) i (5) dla k =. Przejdźmy teraz do kroku indukcyjnego i załóżmy, że k 2 i(4)i(5)zachodządlawszystkichkul w Ω i wszystkich wielowskaźników, których długość nie przekracza k. UstalmykulęB(y, r) Ω i niech β = k. WtedyD β u =(D γ u) xi, dla pewnych i {,..., n}, γ = k. Przeprowadzając rachunek podobny do (6), dostajemy D β u(y) nk D γ u r L ( B(y, r k )). Jeśli x B(y, r k ),tob(y, r) B(y, r) Ω. Mamy zatem, na mocy (4) i (5) dla k, k k D γ u(x) (2n+ n(k )) k α(n) ( k r ) n+k u L (B(y,r)). k Łącząc dwie ostatnie nierówności, uzyskujemy ostateczne oszacowanie D β u(y) (2n+ nk)) k u α(n)r n+k L (B(y,r)). (7) Zatem (4) i (5) zachodzą dla β = k. Można udowodnić również subtelniejszą wersję twierdzenia o gładkości. Twierdzenie.. (Analityczność) Jeśli u jest harmoniczna w Ω, tou jest analityczna w sensie rzeczywistym w Ω (tzn. ma pochodne cząstkowe wszystkich rzędów i w każdym punkcie jest równa sumie swojego szeregu Taylora). Dowód można znaleźć w [0], str.44.

14 .5 Twierdzenie Liouville a 4.5 Twierdzenie Liouville a W tym paragrafie wykażemy, że nie ma nietrywialnych funkcji ograniczonych, które byłyby harmoniczne na całej przestrzeni R n. Zauważmy przy okazji, że w podanych wcześniej przykładach funkcji harmonicznych, funkcje te nie są ograniczone. Twierdzenie.2. (Twierdzenie Liouville a) Jeśli funkcja u : R n R jest hramoniczna i ograniczona, to jest stała. Ustalmy y R n i r > 0, a następnie zastosujemy twierdzenie o oszacowaniu pochodnych w kuli B(y, r): Du(y) = D β u(y) 2 β = = C n r n+ gdy r.zatemdu 0, więcu jest stała. 2 ( n ) = u xi (y) 2 2 n i= i= u L (B(y,r)) Cα(n) n u r L (R n ) 0, ( C r n+ u L (B(y,r)) ) 2 2 = (8).6 Ciągi funkcji harmonicznych i twierdzenie Harnacka Jako wnioski z wcześniej wykazanych własności dla funkcji harmonicznych, można uzyskać pewne własności dotyczące ciągów funkcji harmonicznych. Wniosek.5. Granica jednostajnie zbieżnego ciągu (u j ) j N zbiorze Ω R n jest funkcją harmoniczną. funkcji harmonicznych na otwartym i ograniczonym Każda z funkcji u j ma własność wartości średniej i jest klasy C 2 (Ω). Zatem możemy napisać u j (y) = u nα(n)r n j (x) ds B(y,r)

15 .6 Ciągi funkcji harmonicznych i twierdzenie Harnacka 5 dla wszystkich y Ω i B(y, r) Ω. Przechodząc do granicy przy j poobu stronach tej równości, dostajemy dla u := lim j u j,że u(y) = u(x) ds nα(n)r n B(y,r) dla wszystkich y Ω i (B(y, r) Ω. Zatem z twierdzenia o odwróconej własności wartości średniej, u jest funkcją harmoniczną. Zanim sformułujemy i udowodnimy kolejną własność, potrzebne będzie nam ważne twierdzenie z teorii funkcji, podające kryterium zwartości podzbiorów przestrzeni C(K) funkcji ciągłych na zwartych podzbiorach R n, zwane twierdzeniem Ascoliego-Arzeli. Twierdzenie to podamy bez dowodu (nie jest on istotą tego wykładu). Twierdzenie.3. (Ascoliego-Arzeli) Niech (f k ) k= będzie ciągiem funkcji rzeczywistych określonych na Rn wspólnie ograniczonym, tzn. f k (x) M (k =,2,...,x R n ) dla pewnej stałej M. Załóżmy dalej, że funkcje (f k ) k= są jednakowo ciągłe, tzn. ε>0 δ>0 x y <δ= f k (x) f k (y) <ε dla x, y R n, k =, Wtedy istnieje podciąg (f kj ) j= (f k) k= i funkcja ciągła f taka, że f kj f jednostajnie na zwartych podzbiorach R n (inaczej, rodzina taka jest zwarta na zwartych podzbiorach R n ) Wniosek.6. Każdy ograniczony ciąg funkcji harmonicznych w Ω zawiera podciąg niemal jednostajnie zbieżny. Niech (u k ) k= będzie ograniczonym ciągiem funkcji harmonicznych, tzn. istnieje stała M taka, że: u k (x) M (k =,2,...,x Ω).

16 .6 Ciągi funkcji harmonicznych i twierdzenie Harnacka 6 Wystarczy więc wykazać jednakową ciągłość. Z twierdzenia o oszacowaniu pochodnych (nierówność (4)) mamy D β u(z) C r u n+ L (B(z,r)), gdzie β =i C = C (n) zależy od n. Następnie z oszacowań w (8) dostajemy Du(z) C (n) n r n+ u L (B(z,r)). Wtedy z twierdzenia o wartości średniej mamy dla x, y Ω u k (x) u k (y) = Du k (z) x y C (n) n r n+ u k L (B(z,r)) x y C (n) n u r n+ k (x) dx x y B(z,r) C (n) n µ(b(z, r))m x y = 2n+ n n r n+ α(n)r α(n)r n M x y = 2n+2 n n M x y n+ 2r dla dowolnej kuli B(z, r) Ω. Weźmy dowolny zbiór zwarty K Ω. Wtedy istnieje kula taka, że K B(z, r). Zatem u k (x) u k (y) 2n+ n n M x y diam(k) dla x, y K. Zatemweźmydowolneε>0 i niech δ = ε diam(k) M2 n+ n. Wtedy na zbiorze K mamy n o ile x y <δ. u k (x) u k (y) <ε Spełnione są więc założenia twierdzenia Ascoliego-Arzeli i na zbiorze Ω można wybrać podciąg niemal jednostajnie zbieżny. Jego granica jest oczywiście funkcją harmoniczną. Wniosek.7. (Twierdzenie Harnacka) Jeśli u u 2... u m... są funkcjami harmonicznymi na Ω R n igranica lim u j(y) j istnieje (i jest skończona) dla pewnego punktu y Ω, tociąg(u j ) j N jest zbieżny niemal jednostajnie na Ω (i jego granica jest funkcją harmoniczną).

17 2 Rozwiązanie podstawowe 7 UstalmyzwartypodzbiórK Ω. Załóżmy (bez zmniejszania ogólności), że y K. Z nierówności Harnacka i monotoniczności ciągu (u j ) j N wynika, że dla m > l i dowolnego punktu x K mamy 0 u m (y) u l (y) sup(u m (z) u l (z)) C(n, K,Ω) inf (u m(z) u l (z)) z K z K C(n, K,Ω)(u m (y) u l (y)) m,l 0. Zatem, ciąg (u j ) j N spełnia na zbiorze K jednostajny warunek Cauchy ego, więc jest jednostajnie zbieżny. Harmoniczność granicy wynika z wcześniejszych wniosków. 2 Rozwiązanie podstawowe Postąpimy podobnie, jak w przypadku równania falowego, czyli poszukamy najpierw rozwiązań radialnych, czyli takich, które są zależne jedynie od r = x. Załóżmy najpierw, że Ω=R n i poszukamy rozwiązań równania Laplace a u =0 (9) wpostaciu(x) =v(r). Funkcję v należy więc dobrać tak, by u =0.Ponieważr = x, to r x i = x i x 2 + x x 2 n dla i =,2,...,n idlax 0. Stąd dostajemy kolejno: u xi = v (r) r x i = v (r) x i r, = x i r u xi x i = v (r) x i 2 ( r + v (r) 2 r x i 2 ) r 3 dla wszystkich i =,2,...,n. Łatwo więc widać, że Awięc u =0wtedy i tylko wtedy, gdy u = v (r)+ n v (r). r v + n v =0. (0) r

18 2 Rozwiązanie podstawowe 8 Jeśli v 0,tomamykolejno: v v = n, r (ln( v )) = n, r ln( v )=( n)lnr, v = ar n dla pewnej stałej a. Jeśli więc n =2,tov(r) =b ln r + c, ajeślin > 2, tov(r) = i c są stałymi. b + c, gdzie b r n 2 Podamy teraz definicję rozwiązania podstawowego. Definicja 2.. Funkcja Φ(x) := ln x 2π (n =2), n(n 2)α(n) x 2 n (n 3), () określona dla x R n i x 0jest rozwiązaniem podstawowym równania Laplace a. Z poprzednich rachunków widać, że Φ jest funkcją harmoniczną dla x 0; Φ(x) =Φ( x ); zachodzą oszacowania: DΦ(x) C x n, D2 Φ(x) dla x 0,gdziestałaC > 0 zależy od wymiaru n. C x n (2) Zauważmy teraz, że jeśli początek układu współrzędnych przesuniemy do nowego punktu y, to funkcja x Φ(x y) zmiennej x też jest harmoniczna dla x y. Wynika to też z bezpośredniego rachunku, ponieważ Φ (x y) = x i nα(n) (x i y i ) x y n,

19 2 Rozwiązanie podstawowe 9 2 Φ x i x j (x y) = nα(n) δij x y 2 n(x i y i )(x j y j ) x y n+2, x Φ(x y) = x y n nα(n) n i= δ ii + α(n) n i= (x i y i ) 2 =0. x y n+2 Załóżmy teraz, że mamy funckję f : R n R. Wtedy również, dla każdego y R n odwzorowanie x Φ(x y)f (y) dla x y jest harmoniczne. Zatem, jeśli weźmiemy skończoną sumę takich wyrażeń, utworzonych dla różnych punktów y, to będzie ona też harmoniczna (z addytywności operacji różniczkowania). Możemy więc postawić pytanie, czy splot u =Φ f, tzn. u(x) = Φ(x y)f (y) dy = R n 2π R n(n 2)α(n) n ln x y f (y) dy (n =2), f (y) R dy (n 3), n x y n 2 spełnia równanie (9)? Okazuje się, że nie, gdyż z oszacowania (2) wynika, że D 2 Φ(x y) nie jest funkcją całkowalną w otoczeniu osobliwości x = y. Nie możemy więc różniczkować pod znakiem całki. Coś jednak da się udowodnić. (3) Załóżmy na początek, że funkcja f jest klasy C 2 (R n ) i ma zwarty nośnik. Zauważmy ponadto, że u(x) = Φ(x y)f (y) dy = R n Φ(y)f (x y) dy. R n Z równości tej wynika, że u(x + te i ) u(x) t [ ] f (x + tei y) f (x y) = Φ(y) R n t dy, gdzie t 0. Jednocześnie wyrażenie w nawiasie kwadratowym zbiega do f x i (x y) jednostajnie na R n przy t 0 (bo f ma zwarty nośnik), więc u (x) = Φ(y) f (x y) dy (i =,2,...,n). x i R n x i Podobnie postępujemy, by uzyskać, że 2 u (x) = Φ(y) 2 f (x y) dy x i x j R n x i x j (i, j =,2,...,n). Ponieważ prawa strona jest ciągła, jako funkcja zmiennej x, więcu C 2 (R n ). Aby pozbyć się osobliwości dla Φ w punkcie 0, wyodrębnimy z przestrzeni R n mała kulę B(0, ɛ) dla dostatecznie małego ɛ. Wtedy możemy napisać x u(x) = B(0,ɛ) Φ(y) x f (x y) dy + R n \B(0,ɛ) Φ(y) x f (x y) dy =: I ɛ + J ɛ.

20 2 Rozwiązanie podstawowe 20 Będziemy szacować te składniki. Łatwo policzyć, że I ɛ D 2 f L (R n ) B(0,ɛ) Cɛ 2 ln ɛ (n =2), Φ(y) dy Cɛ 2 (n 3). Do oszacowania składnika J ɛ potrzebny będzie wzór na całkowanie przez części. Twierdzenie 2.. (Całkowanie przez części) Niech u, v C ( Ω), gdzieω jest ograniczonym i otwartym podzbiorem przestrzeni R n zbrzegiem Ω klasy C.Wtedy: Ω u xi vdx= Ω uvn i ds Ω uv xi dx dla i =,2,...,n, gdzien i jest i-tą współrzędną jednostkowego wektora normalnego zewnętrznego do brzegu Ω. Przystępujemy teraz do szacowania: J ɛ = = B(0,ɛ) R n \B(0,ɛ) Φ(y) x f (x y) dy = Φ(y) f n R (x y) ds(y) DΦ(y)D y f (x y) dy =: L ɛ + K ɛ. n \B(0,ɛ) Tutaj n oznacza jednostkowy wektor normalny wewnętrzny na B(0, ɛ), bo jest on zewnętrznym dla (R n \ B(0, ɛ)) = B(0, ɛ). Zauważmy teraz, że podobnie, jak poprzednio L ɛ Df L (R n ) B(0,ɛ) Dɛ ln ɛ (n =2), Φ(y) ds(y) Dɛ (n 3). Do składnika K ɛ zastosujemy ponownie całkowanie przez części. Wtedy K ɛ = DΦ(y)D y f (x y) dy = R n \B(0,ɛ) Φ = B(0,ɛ) n R (y)f (x y) ds(y)+ n \B(0,ɛ) = B(0,ɛ) Φ (y)f (x y) ds(y), n Φ(y)f (x y) dy =

21 2 Rozwiązanie podstawowe 2 bo Φ jest harmoniczna poza punktem 0. Przypomnijmy teraz,że Φ n (y) = yφ(y) n = n i= Φ y i n i = n = ( y i i= nα(n) y y ) i = n y nα(n) y n. Zatem na sferze B(0, ɛ) mamy, że Φ n (y) = nα(n) ɛ n. (4) Zatem dalej mamy: K ɛ = nα(n) ɛ n f (x y) ds(y) = B(0,ɛ) nα(n)ɛ n B(x,ɛ) f (y) ds(y). Podsumujmy teraz wszystkie wyniki, pisząc u(x) =I ɛ + K ɛ + L ɛ oraz I ɛ 0, L ɛ 0, nα(n)ɛ n B(x,ɛ) dla ɛ 0. Oznacza to, że u(x) = f (x). f (y) ds(y) f (x) Tym samym udowodniliśmy następujące twierdzenie, opisujące rozwiązanie równania Poissona: Twierdzenie 2.2. (Rozwiązanie równania Poissona) Przy założeniu, że funkcja f jest klasy C 2 (R n ) i ma zwarty nośnik, a funkcja u jest określona wzorem (3), dostajemy u C 2 (R n ), u = f w R n.

22 3 Funkcja Greena 22 3 Funkcja Greena Wiemy już, jak wygląda rozwiązanie równania Poissona. Zastanówmy się teraz, czy i w jaki sposób można otrzymać ogólny wzór na rozwiązanie równania Poissona u = F w Ω z warunkiem brzegowym u = g na Ω, gdzie Ω jest zbiorem otwartym i ograniczonym z brzegiem Ω klasy C. 3. Definicja funkcji Greena Podstawowym narzędziem w tym paragrafie będzie tzw. drugi wzór Greena. Uzyskamy go łatwo, podstawiając do wzoru G-O : w = u v v u, tzn. w i = u v x i v u x i. Wtedy w, n = u v n v u n, gdzie n oznacza zewnętrzny wektor normalny do Ω, przyczymzakładamy,żeu, v C 2 (Ω) C ( Ω) i u, v są ograniczone na Ω. Dostajemy wtedy drugi wzór Greena: Ω (u v v u) dx = Ω ( u v n v u ) n ds. (5) Ustalmy punkt x Ω. Zastosujemy teraz wzór (5) do funkcji u(y) i v(y) =Φ(y x), zmieniając obszar całkowania z Ω na Ω ɛ := Ω \ B(x, ɛ), gdzieɛ jest tak wybrane, by B(x, ɛ) Ω (usuwamy z Ω mała kulę o środku x, by uniknąć osobliwości dla x = y). Otrzymujemy (u(y) Φ(y x) Φ(y x) u(y)) dy = Ω ɛ Ω ɛ ( u(y) Φ ) (y x) Φ(y x) u n n (y) Ale Φ(y x) =0dla x y, więc otrzymujemy ( Φ(y x) u(y) dy = u(y) Φ ) (y x) Φ(y x) u Ω ɛ Ω ɛ n n (y) ds(y). ds(y).

23 3. Definicja funkcji Greena 23 Przypomnijmy, że brzeg Ω ɛ składa się z brzegu Ω ibrzegu B(x, ɛ), czyli Φ(y x) u(y) dy = Ω ɛ = Ω ( u(y) Φ ) (y x) Φ(y x) u n n (y) ( ds(y)+ B(x,ɛ) u(y) Φ (y x) Φ(y x) u n n (y) ) ds(y). Wykonamy przejście graniczne w ostatniej równości, przy ɛ 0. Po lewej stronie dostajemy Φ(y x) u(y) dy ɛ 0 Φ(y x) u(y) dy, Ω ɛ Ω bo Φ jest funkcją całkowalną na zwartych podzbiorach R n (całka x < x s dx jest skończona dla wszystkich s < n). Po prawej stronie mamy dla całki ze składnika zawierającego pochodną normalną funkcji u B(x,ɛ) Φ(y x) u n (y) ds(y) µ( B(x, ɛ)) sup φ sup u ɛ 0 0. B(x,ɛ) B(x,ɛ) Zajmiemy się teraz całką ze składnika zawierającego pochodną normalną Φ.Przypomnijmy,żez n (4) Φ n (y) = nα(n) ɛ n na sferze B(x, ɛ). Stąd B(x,ɛ) u(y) Φ (y x) ds(y) = n nα(n) ɛ n u(y) ds(y) ɛ 0(=0) u(x). B(x,ɛ) Ostatecznie, dostajemy następujący wzór: ( u(x) = u(y) Φ ) (y x) Φ(y x) u Ω n n (y) Stąd otrzymaliśmy następujące twierdzenie ds(y) Ω Φ(y x) u(y) dy. (6) Twierdzenie 3.. Jeśli Ω jest zbiorem otwartym i ograniczonym w R n zbrzegiem Ω klasy C, to dla dowolnego punktu x Ω i dowolnej funkcji u C 2 (Ω) C ( Ω) takiej, że u jest ograniczony na Ω, mamiejscerówność (6).

24 3. Definicja funkcji Greena 24 Wzór (6) pozwala niemal rozwiązać zagadnienie Dirichleta dla równania Poissona, jest tylko jeden kłopot. Z twierdzenia o jednoznaczności wynika, mianowicie, że do określenia funkcji u, którejlapla- sjan jest znany wewnątrz Ω, wystarczy znać wartości u na Ω i wartości pochodnej normalnej u n na Ω. Ale tej ostatniej wartości nie można zadać w dowolny sposób, jeśli znane są wartości u Ω. Powinniśmy więc tak zmodyfikować ten wzór, by pozbyć się składnika z pochodną normalną funkcji u na Ω. Zauważmy, że jeśli dla ustalonego x funkcja φ x C ( Ω) jest harmoniczna w Ω, to ze wzoru Greena (5) dla funkcji v = φ x uzyskujemy ( φ x (y) u(y) dy = u(y) φx Ω Ω n (y) φx (y) u ) n (y) ds(y), czyli 0= Ω φ x (y) u(y) dy + Ω ( u(y) φx n (y) φx (y) u ) n (y) ds(y). Dodając teraz ostatnią równość do (6) i kładąc G := Φ φ x, otrzymujemy: ( u(x) = u(y) G ) (x, y) G(x, y) u Ω n n (y) ds(y) G(x, y) u(y) dy. (7) Ω Wystarczy więc dla ustalonego x Ω tak dobrać funkcję harmoniczną φ x,by G(x, y) =Φ(y x) φ x (y) =0 dla wszystkich y Ω. Wtedy wzór (7) zredukuje się do postaci u(x) = u(y) G Ω n Ω (x, y) ds(y) G(x, y) u(y) dy, (8) dając gotowy przepis na rozwiązanie zagadnienia Dirichleta dla równania Poissona. Otrzmamy w ten sposób następujące: definicję i twierdzenie. Definicja 3.. (Funkcji Greena) Funkcją Greena dla obszaru Ω jest G(x, y) :=Φ(y x) φ x (y) dla x, y Ω, x y, gdzie dla dowolnego x Ω funkcja φ x jest harmoniczna w Ω i φ x =Φ(y x) na Ω.

25 3.2 Własności funkcji Greena 25 Twierdzenie 3.2. (Reprezentacja rozwiązań za pomocą funkcji Greena) NiechΩ będzie zbiorem otwartym i ograniczonym w R n zbrzegiem Ω klasy C.Jeśliu C 2 (Ω) C ( Ω) spełnia u = f w Ω, u Ω = g, gdzie g jest funkcją ciągłą na Ω, af C 0 (Ω) L (Ω), to musi zachodzić równość u(x) = g(y) G Ω n Ω (x, y) ds(y)+ G(x, y)f (y) dy, dla x Ω, gdzieg jest funkcją Greena dla obszaru Ω. Aby korzystać z tego twierdzenia, musimy umieć skonstruować funkcję Greena dla zadanego obszaru, co jest na ogół trudnym zadaniem. Daje się to zrobić efektywnie i łatwo, jeśli geometria Ω nie jest zbyt skomplikowana. Spróbujemy ją wyznaczyć dla pewnych obszarów. Najpierw jednak będą nam potrzebne pewne własności funkcji Greena. 3.2 Własności funkcji Greena Bezpośrednio z definicji funkcji Greena wynika, że przy każdym x Ω funkcja Greena znika na brzegu zbioru Ω (jako funkcja y), funkcja Greena jest harmoniczna (względem y) wω \{x}, funkcja Greena (jeśli istnieje) jest nieujemna. Dowodu wymaga właściwie tylko trzecia własność. Ustalmy x Ω. Ponieważlim y x G(x, y) =, więcistniejekula B(x, ε) Ω otakmałym promieniu, że G(x, y) > 0 dla x z tej kuli. Na zbiorze Ω \ B(x, ε) funkcja G(x, ) jest harmoniczna, a na jego domknięciu ciągła, zatem z zasady minimum kres dolny tej funkcji jest osiągany na brzegu zbioru Ω\ B(x, ε), czylina Ω B(x, ε). Alena Ω funkcja znika, a na B(x, ε) jest dodatnia. Stąd wcałymzbiorzeω \ B(x, ε) funkcja G(x, ) jest nieujemna. Na kuli B(x, ε) ta funkcja jest dodatnia, czyli G(x, y) > 0 dla y Ω. Zdowolnościx wynika nieujemność funkcji G.

26 3.2 Własności funkcji Greena 26 Kolejną własnością jest tzw. symetria funkcji Greena. Twierdzenie 3.3. (symetria funkcji Greena) Dla wszystkich x, y Ω, x y zachodzi równość: Ustalmy x, y Ω, x y. Niech ponadto G(y, x) =G(x, y). v(z) :=G(x, z), w(z) :=G(y, z) (z Ω). Wtedy v(z) =0dla z x i w(z) =0dla z y oraz w = v =0na brzegu Ω. Wybierzmyε>0 tak małe, by B(x, ε) B(y, ε) = i B(x, ε) Ω, B(y, ε) Ω. Połóżmy V := Ω\ [ ] B(x, ε) B(y, ε). Zastosujemy teraz drugi wzór Greena (5) na zbiorze V. Otrzymamy ( (v w w v) dz = v w V V n w v ) ds(z). n Zauważmy teraz, że lewa strona redukuje się do 0, bonazbiorzev znikają oba laplasjany. Ponadto, po prawej stronie mamy V, więc teraz dostajemy ( )( 0= + + v w Ω B(x,ε) B(y,ε) n w v ) ds(z), n przy czym wektory normalne zewnętrzne do V w punktach Ω są normalne zewnętrzne do Ω, aw punktach B(x, ε) B(y, ε) są przeciwne do wektorów normalnych zewnętrznych do B(x, ε) i B(y, ε). Zauważmy ponadto, że w = v =0na Ω, więcostateczniedostajemy ( v w B(x,ε) n w v ) ( ds(z) = v w n B(y,ε) n w v ) ds(z). (9) n Zajmijmy się teraz oboma składnikami całki po lewej stronie (9). Funkcja w jest gładka w pobliżu x, stąd v w B(x,ε) n ds(z) Cεn sup Natomiast B(x,ε) = v ε 0 0. B(x,ε) w v n B(x,ε) ds(z) = w Φ(z x) φx (z) n B(x,ε) Φ(z x) w ds(z) n B(x,ε) w φx (z) n ds(z) = ds(z).

27 3.3 Funkcja Greena dla kuli, jądro Poissona 27 Policzmy teraz granicę przy ε 0. Wtedy pierwsza z całek zbiega do w(x) na mocy takiego rachunku, jaki wykonaliśmy w dowodzie twierdzenia o rozwiązaniu równania Poissona, a druga całka zbiega do 0, bo funkcja φ x jest gładka w zbiorze Ω. Ostatecznie lewa strona równości (9) dąży do w(x) przy ε 0. Podobnie prawa strona dąży do v(y). Zatem G(y, x) =w(x) =v(y) =G(x, y). Przypomnijmy teraz, że w określeniu funkcji Greena dla obszaru Ω G(x, y) :=Φ(y x) φ x (y) zakładaliśmy, że x y i x, y Ω. Można teraz uzupełnić tę definicję kładąc: bo Φ(y x) φ x (y) dla x, y Ω, G(x, y) = lim Ω z x G(z, y) dla x Ω, dla x Ω. G(x, y) = lim G(z, y) = lim G(y, z) Ω z x Ω z x 3.3 Funkcja Greena dla kuli, jądro Poissona Określimy teraz funkcję Greena dla pewnego obszaru, którym będzie kula w R n. Wprowadźmy oznaczenie x na punkt sprzężony do x względem powierzchni B(0, R). Tzn., że x jest punktem leżącym na półprostej wychodzącej z 0 i przechodzącej przez x owłasności x x = R 2, czyli x = R2 x x. 2 Gdy x zbliża się do B(0, R), to x zbliża się do x z przeciwnej strony sfery. Gdy x 0, to x ucieka do. Natomiastdlax =0nie istnieje x.

28 3.3 Funkcja Greena dla kuli, jądro Poissona 28 Zajmiemy się najpierw kulą jednostkową. Niech x B(0, ). Ponieważ G(x, y) =Φ(y x) φ x (y), to musimy znaleźć φ x.wiemy,że φ x =0wkuliB(0, ) i φ x =Φ(y x) na brzegu tej kuli. Wtedy x jest punktem osobliwym (musimy zakładać y x), więc należy się pozbyć tej osobliwości. Przeniesiemy ją na punkt sprzężony x, który już nie należy do B(0, ). Załóżmy, że n > 2. Wtedy odwzorowanie y Φ(y x) jest harmoniczne dla y x. Zatem y x 2 n Φ(y x) też jest harmoniczne dla y x. Stąd funkcja φ x (y) :=Φ( x (y x)) (20) jest harmoniczna w kuli jednostkowej B(0, ), ajeśliy B(0, ) i x 0,to x 2 y x 2 = x 2 y x 2 2 ( x 2 = x 2 y 2 2x y ) x + x 2 = 2 x 4 ( = x 2 2x y x + ) = x 2 2x y += x y 2. 2 x 2 Zatem ( x y x ) (n 2) = x y (n 2), czyli po prawej stronie (po przemnożeniu przez n(n 2)α(n) )mamyφ(y x),apolewej x 2 n Φ(y x), czyli dla y B(0, ), tak jak żądaliśmy. φ x (y) =Φ(y x) (2) Dostajemy stąd definicję Definicja 3.2. Funkją Greena dla kuli jednostkowej jest G(x, y) :=Φ(y x) Φ( x (y x)) (22) dla x, y B(0, ) i x y. Ten sam wzór jest poprawny również w przypadku n =2.

29 3.3 Funkcja Greena dla kuli, jądro Poissona 29 Ćwiczenie 3.. Sprawdzić poprawność wzoru dla n =2. Pokażemy teraz, że jeśli u jest rozwiązaniem zagadnienia brzegowego to postać u musi być następująca: u =0 w B(0, ), u = g w B(0, ), (23) u(x) = x 2 nα(n) B(0,) g(y) x y n ds(y). Istotnie, z twierdzenia o reprezentacji rozwiązań za pomocą funkcji Greena, uwzględniając fakt, że tutaj f 0, dostajemy u(x) = g(y) G (x, y) ds(y). (24) B(0,) n Zgodnie z definicją funkcji Greena dla kuli jednostkowej (22) mamy, że G (x, y) = Φ (y x) Φ( x (y x)). y i y i y i Korzystając z postaci Φ, możemy policzyć te pochodne: dla n > 2: Φ (y x) = y i y i n(n 2)α(n) y x 2 n = idlan =2: Φ (y x) = ln y x = y i y i 2π 2π nα(n)(n 2) (2 n) y i x i y x n = y i x i y x 2 = 2π x i y i x y 2, x i y i nα(n) x y n zatem pierwszy z tych wzorów również dostarcza postaci pochodnej dla n = 2. Ponadto, licząc podobnie i korzystając z postaci x, otrzymujemy dla y B(0, ). Zatem Φ( x (y x)) = y i x 2 x i y i nα(n) x y n G n n (x, y) = i= y i G y i (x, y) = nα(n) x y n n ( ) y i (yi x i ) y i x 2 x i = i= dla y B(0, ). Wstawiając ten wynik do równości (24) otrzymujemy wynik u(x) = x 2 nα(n) B(0,) g(y) x y n ds(y). x 2 nα(n) x y 2

30 3.3 Funkcja Greena dla kuli, jądro Poissona 30 Zobaczmy teraz, co się dzieje dla kuli B(0, R). Przypuśćmy więc, że funkcja u spełnia zagadnienie u =0 w B(0, R), u = g w B(0, R), (25) dla pewnego R > 0. Wtedywiemy, żeũ(x) =u(rx) jest rozwiązaniem (23) ze zmienionym warunkiem brzegowym g(x) =g(rx). Wystarczy więc zamienić zmienne w poprzednim wyniku: u(x) = x 2 nα(n) B(0,) g(y) x y n ds(y). Zajmijmy się najpierw całką, wprowadzając zmienne B(0, ) y z = Ry B(0, R). Wtedy mamy ds(y) =R n ds(z), czyli B(0,) g(y) x y n ds(y) = B(0,) g(ry) x y n ds(y) = B(0,R) g(z) x z R n R n ds(z) = Teraz = x 2 nα(n) B(0,R) B(0,) R n g(z) g(z) Rx z n R n ds(z) =R B(0,R) Rx z ds(z). n g(y) x 2 ds(y) = R x y n nα(n) = R2 Rx 2 Rnα(n) B(0,R) B(0,R) g(z) ds(z) =u(rx). Rx z n g(z) Rx z n ds(z) = Ostatecznie mamy u(x) = R2 x 2 nα(n)r B(0,R) dla x B(0, R). Wzór ten nazywamy wzorem Poissona. g(y) x y n ds(y) Wzór ten można wyprowadzić również bezpośrednio, wykonując od razu rachunki dla kuli B(0, R) zamiast kuli jednostkowej. Definicja 3.3. (Jądra Poissona) Funkcję nazywamy jądrem Poissona dla kuli. K R (x, y) := R 2 x 2 nα(n)r x y n

31 3.3 Funkcja Greena dla kuli, jądro Poissona 3 Przy wykorzystaniu tej definicji widzimy, że wzór Poissona przyjmuje postać dla x B(0, R). u(x) = B(0,R) K R (x, y)g(y) ds(y) Rachunki nasze możemy podsumować w twierdzeniu. Twierdzenie 3.4. (O postaci rozwiązania w kuli) Załóżmy, że g C( B(0, R)), gdzieb(0, R) jest kulą otwartą o środku 0 ipromieniur. Określmy B(0,R) u(x) = K R(x, y)g(y) ds(y), x B(0, R), (26) g(x), x B(0, R). Wtedy u C( B(0, R)) i u =0w B(0, R), tzn. funkcja u jest rozwiązaniem zagadnienia Dirichleta dla równania Laplace a w kuli B(0, R). Ponadto u C (B(0, R)). Zauważmy, po pierwsze, że K R = G, więc wstawiając do twierdzenia 3.2 o reprezentacji rozwiązań n za pomocą funkcji Greena funkcję u, otrzymamy wzór = K R (x, y) ds(y). (27) Ponieważ zaś G(x, y) =G(y, x), więc B(0,R) x G(x, y) = x G(y, x) = x (Φ(x y) φ y (x)) = 0 dla wszystkich x B(0, R), y B(0, R). PonieważzaśK R = G,więctakże n xk R (x, y) =0. Różniczkując we wzorze (26) pod znakiem całki, przekonujemy się, że u jest funkcją harmoniczną w B(0, R). Sprawdzimy teraz, że u jest ciągła w punktach należących do sfery B(0, R). Ustalmy w tym celu x 0 B(0, R) i ɛ>0. Dobierzmyδ>0 tak, aby mieć g(y) g(x 0 ) <ɛ dla y x 0 <δ. Z (27) otrzymujemy teraz u(x) u(x 0 ) = K R (x, y)(g(y) g(x 0 )) ds(y) B(0,R)

32 3.4 Funkcja Greena dla półprzestrzeni, jądro Poissona 32 ( y B(0,R), y x 0 <δ y B(0,R), y x 0 <δ ) + K R (x, y) g(y) g(x 0 ) ds(y) y B(0,R), y x 0 δ K R (x, y) ɛ ds(y)+2sup g K R (x, y) ds(y) = y B(0,R), y x 0 δ = ɛ +2sup g K R (x, y) ds(y). y B(0,R), y x 0 δ Ponieważ dla x x 0 δ oraz y x 2 0 δ mamy x y δ, więc dla x x 2 0 δ możemy 2 napisać y B(0,R), y x 0 δ Zatem lim x x0 u(x) =u(x 0 ). K R (x, y) ds(y) R2 x 2 ( ) nα(n)r ( ) n ds(y) δ B(0,R) 2 = R2 x 2 x R ( ) n 0. R 2 n δ 2 Zostaje do pokazania gładkość. Ale zauważmy, że funkcja x K R (x, y) jest gładka dla x y więc łatwo widać, że u C dla x B(0, R) (bo można różniczkować pod znakiem całki). 3.4 Funkcja Greena dla półprzestrzeni, jądro Poissona Określimy teraz funkcję Greena dla pewnego obszaru, którym będzie półprzestrzeń, tzn. zbiór postaci R n + = {x =(x, x 2,..., x n ) R n : x n > 0}. Wprowadźmy oznaczenie x na punkt sprzężony do x R n + względem płaszczyzny Rn +, tzn., że x =(x, x 2,..., x n, x n ). Do określenia funkcji Greena, jak poprzednio, potrzebujemy znaleźć φ x w półprzestrzeni, czyli rozwiązać zagadnienie φ x =0wR n + i φ x =Φ(y x) na brzegu tej półprzestrzeni. Wtedy x jest punktem osobliwym (musimy zakładać y x), więc należy się pozbyć tej osobliwości. Przeniesiemy ją na punkt sprzężony x, który już nie należy do R n +. Połóżmy więc φ x (y) :=Φ(y x) =Φ(y x, y 2 x 2,..., y n x n, y n + x n ), x, y R n +.

33 3.4 Funkcja Greena dla półprzestrzeni, jądro Poissona 33 Zauważmy najpierw, że dla y R n + mamy równość φ x (y) =Φ(y x) =Φ(y x, y 2 x 2,..., y n x n,0+x n )= =Φ(x y, x 2 y 2,..., x n y n, x n 0) = Φ(x y) =Φ(y x). Stąd dostajemy φ x =0w R n + i φ x =Φ(y x) na R n +. Definicja 3.4. Funkcją Greena dla półprzestrzeni R n + jest G(x, y) :=Φ(y x) Φ(y x) dla x, y R n + i x y. Wyprowadzimy teraz postać jądra Poissona dla półprzestrzeni. Policzmy w tym celu G (x, y) = Φ (y x) Φ (y x) = [ yn x n y n y n y n nα(n) y x y ] n + x n. n y x n Jeśli więc y R n +, to zachodzi związek G G (x, y) = (x, y) = 2x n n y n nα(n) x y. n Dalej, jeśli u jest rozwiązaniem zagadnienia brzegowego u =0 w R n +, u = g na R n +, to rozumując, jak poprzednio, powinniśmy mieć dla x R n +: u(x) = Wzór ten nazywamy wzorem Poissona. 2x n nα(n)r R n + g(y) x y n dy. Definicja 3.5. (Jądra Poissona dla R n +) Funkcję K(x, y) := nazywamy jądrem Poissona dla R n +. 2x n nα(n)r x y n

34 3.5 Metoda Perrona 34 Przy wykorzystaniu tej definicji widzimy, że wzór Poissona przyjmuje postać dla x R n +. u(x) = R n + K(x, y)g(y) d(y) Twierdzenie 3.5. (O postaci rozwiązania dla półprzestrzeni) Załóżmy, że g C(R n ) L (R n ).Określmy R u(x) = K(x, y)g(y) dy, x n Rn + +, g(x) x R n +. (28) Wtedy u C(R n +) L (R n +) i u =0wR n +, tzn. funkcja u jest rozwiązaniem zagadnienia Dirichleta dla równania Laplace a w półprzestrzeni R n +. Ponadto u C (R n + ) L (R n + ). Dowód przeprowadza się analogicznie, jak dowód twierdzenia o postaci rozwiązania dla kuli (można go też znaleźć w [0]). 3.5 Metoda Perrona Podamy teraz inną metodę otrzymywania funkcji harmonicznych o zadanych wartościach brzegowych, opracowaną w [23]. Potrzebna w tym celu będzie najpierw ogólniejsza definicja funkcji subharmonicznych i superharmonicznych. Załóżmy, jak poprzednio, że Ω jest otwarty, spójny i ograniczony. Chwilowo nic jeszcze nie zakładamy obrzegu Ω. Definicja 3.6. (uogólniona def. funkcji subharmonicznej) Funkcja u C(Ω) jest subharmoniczna, jeśli dla każdej kuli B B Ω i każdej funkcji harmonicznej h : B R takiej, że h u na B, nierównośćh u zachodzi w całej kuli B.

35 3.5 Metoda Perrona 35 Podobnie definiujemy funkcje superharmoniczne - trzeba odwrócić nierówność, czyli v jest superharmoniczna v jest subharmoniczna. Twierdzenie 3.6. Zachodzą następujące własności: a) Jeśli u C( Ω) jest subharmoniczna, to: i) sup Ω u =sup Ω u, ii) jeśli istnieje punkt y Ω taki, że u(y) =M =sup Ω u,tou M w Ω, iii) jeśli v C( Ω) jest superharmoniczna i v > u na Ω, toalbou v w Ω, albov > u w Ω. b) Jeśli u i C( Ω), i =,..., m są funkcjami subharmonicznymi, to u =max(u, u 2,..., u m ) też jest subharmoniczna. Zauważmy, że własność b) jest oczywista, a ii) implikuje i). Wystarczy więc udowodnić ii) oraz iii). Ad. ii). Weźmy kulę B = B(y, r) taką, że b, B Ω i weźmy funkcję harmoniczną h : B R taką, że h u na B (taką funkcję h możemy wybrać, bo wiemy jak wygląda funcja Greena na kuli i mamy postać jądra Poissona dla kuli, więc h możemy określić stosując twierdzenie o postaci rozwiązania w kuli - tw. 7.9). Wtedy wprost z definicji mamy h(y) M h B. Ponieważ h jest harmoniczna, więc kresy osiąga na brzegu obszaru i z zasady maksimum jest stała. Zatem h M, awięciu M w całym obszarze Ω (z dowolności B). Ad. iii). Przypuśćmy, że nie zachodzi warunek v > u w Ω. Wtedy istnieje punkt x 0 Ω taki, że u(x 0 ) v(x 0 )=sup(u v) =:M 0. Ω Rozważmy zbiór U M = {x Ω : u(x) v(x) =M}. Jest on niepusty, bo x 0 U M idomkniętyw Ω, bou, v są ciągłe. Pokażemy, że U M jest otwarty, wtedy ze spójności Ω dostaniemy U M =Ω,czyli u v M, a ponadto M =0, gdyż inaczej mielibyśmy sprzeczność z warunkiem v u na Ω. Pokazujemy otwartość. Niech y U M i B = B(y, r) Ω. Określamy funkcje ũ,ṽ : B R tak, by ũ = ṽ =0 w B,

36 3.5 Metoda Perrona 36 ũ = u, ṽ = v na B. Wtedy zas. max def. fun. subharm. M sup(ũ ṽ) ũ(y) ṽ(y) u(y) v(y) =M. B Zatem ũ ṽ M wkulib, tzn.ũ ṽ M także na B, czyliu v M na B. Zdowolności promienia r, mamyu v M w pewnym otoczeniu punktu y. Lemat 3.. Niech u :Ω R będzie funkcją subharmoniczną. Wtedy dla dowolnej kuli B B Ω funkcja u(x) dla x Ω \ B, ū(x) = h(x) dla x B jest subharmoniczna w Ω (gdzie h spełnia warunki: h =0w B, h B = u). Ustalmy kulę B i funkcję g harmoniczną w B, g ū na B. Chcemy wykazać, że g ū wcałej kuli B.Wiemy,żeu ū, więcna B jest u g, czyliu g na B,gdyżu jest subharmoniczna. Oznacza to, że ū g na B \ B, gdyżnatymzbiorzeū u. Z powyższych rozważań oraz z wyboru g wynika, że ū g na zbiorze (B B ).AlenaB B obie funkcje ū(= h) i g są harmoniczne, więc z zasady maksimum ū g na B B. Definicja 3.7. Funckję ū z poprzedniego lematu nazywamy podniesieniem harmonicznym funkcji u względem kuli B. Z twierdzenia 3.6 wynika natychmiast, że ū u wcałymω. Pojęcia, które wprowadziliśmy do tej pory (w tym paragrafie), posłużą do wykazania istnienia rozwiązań zagadnienia Dirichleta dla równania Laplace a w szerokiej klasie obszarów Ω. Zdefiniumy jeszcze

37 3.5 Metoda Perrona 37 dwie ważne klasy funkcji: tzw. klasę funkcji dolnych i klasę funkcji górnych. Definicja 3.8. Dla dowolnej funkcji ograniczonej g : Ω R zbiór S g := { u C( Ω, R) : u Ω g i u jest subharmoniczna w Ω } nazywamy klasą funkcji dolnych, a zbiór S g := { u C( Ω, R) : u Ω g i u jest superharmoniczna w Ω } nazywamy klasą funkcji górnych. Możemy teraz podać pierwsze (z dwóch) twierdzenie Perrona o rozwiązaniu. Twierdzenie 3.7. (Perrona o rozwiązaniu) Funkcja h(x) :=supu(x) u S g jest harmoniczna w obszarze Ω. Funkcję h nazywamy rozwiązaniem Perrona. Jeśli u S g,tou(x) sup g dla wszystkich x Ω, tzn.h(x) sup g. Funkcja h jest więc poprawnie określona. Ustalamy punkt y Ω i liczbę dodatnią r = d(y, Ω). Niech B = B(y, r). Dalej pracować będziemy w kuli B. Wybieramy ciąg funkcji subharmonicznych (u j ) S g takich, że u j (y) h(y) dla j. Załóżmy, bez zmniejszania ogólności, że są to funkcji ograniczone (można bowiem wziąć max(u j,infg) zamiast u j ). Można założyć, że ciąg (u j B ) jest rosnącym ciągiem funkcji harmonicznych. Jeśli tak nie jest, to najpierw zastępujemy u j przez u j =max(u,..., u j ), uzyskując rosnący ciąg funkcji subharmonicznych, a następnie zamiast u j (j =,2,...) bierzemy jej podniesienie harmoniczne u j =ū j względem kuli B. Otrzymany ostatecznie ciąg jest rosnącym ciągiem funkcji subharmonicznych w Ω i harmonicznych w B. Wtedy, wprost z definicji h(y) u j (y) u j(y) h(y).

38 3.5 Metoda Perrona 38 Z twierdzenia Harnacka wynika, że ciąg (u j ) jest w kuli B zbieżny niemal jednostajnie do funkcji harmonicznej u (bo ciąg (u j (y) ma skończoną granicę). Bez zmniejszania ogólności załóżmy, że zbieżność jest jednostajna ( w razie potrzeby można zmniejszyć promień kuli B). Wykażemy, że u h wcałejkulib. Jeśli bowiem tak nie jest, to istnieje punkt x B taki, że u(x) < h(z) oraz istnieje funkcja w S g taka, że u(z) < w(z) h(z). Połóżmy w k =max(w, u k ) i niech v k będzie podniesieniem harmonicznym w k względem kuli B. Ponieważ ciąg (u k ) był rosnacym ciągiem funkcji harmonicznych w B, więc(v k ) też jest taki. Oczywiście u k (y) v k (y) h(y), u k (y) h(y) dla k. Stosując ponownie twierdzenie Harnacka, dostajemy, że ciąg (v k ) jest zbieżny na kuli B niemal jednostajnie do funkcji harmonicznej v. Ponadto v(y) =u(y), v(z) w(z) > u(z), v u w B (bo v k u k ). Tak jednak być nie może: funkcja u v jest harmoniczna, niedodatnia w kuli B idla y B osiąga wartość 0, czyli swój kres górny - więc na mocy zasady maksimum powinna być stała, co przeczy nierówności v(z) > u(z). Twierdzenie 3.8. (Perrona o rozwiązaniu) Funkcja H(x) := inf u(x) u S g jest harmoniczna w obszarze Ω. Naturalnym staje sie teraz pytanie:

39 3.5 Metoda Perrona 39 Jeśli funkcja g : Ω R jest ciągła, brzeg Ω jest zbiorem porządnym (np. gładką hiperpowierzchnią w R n ), to czy prawdą jest, że funkcja h określona w twierdzeniu Perrona spełnia warunki: lim h(x) =g(ξ)? Ω x ξ Inaczej: Czy metoda Perrona (przy jakichś w miarę ogólnych założeniach o Ω i funkcji g) daje nie tylko pewną funkcję harmoniczną, ale po prostu rozwiązanie zagadnienia Dirichleta z warunkiem brzegowym g? Okazuje się, że odpowiedź jest twierdząca dla zbiorów, których brzeg ma pewna specyficzną własność, mianowicie posiada tzw. barierę. Definicja 3.9. Mówimy, że funkcja w C( Ω) jest barierą w punkcie ξ Ω, wtedyitylkowtedy,gdyw > 0 na zbiorze Ω \{ξ}, w jest superharmoniczna i w(ξ) =0. Lemat 3.2. Niech g będzie ciągła w punkcie ξ Ω. Jeśli istnieje bariera v w punkcie ξ, to lim h(x) =g(ξ). x ξ Ustalmy ɛ>0. Niech M =sup Ω g. Istnieją liczby dodatnie δ i k takie, że g(x) g(ξ) <ɛ dla x ξ <δ, k v(x) 2M dla x ξ δ. Funkcja u(x) =g(ξ) ɛ k v(x) jest subharmoniczna (funkcja stała minus funkcja superharmoniczna) inależydoklasys g funkcji dolnych. Istotnie, dla punktów x Ω takich, że x ξ <δmamy u(x) g(ξ) ɛ g(x) (bariera v jest nieujemna!), natomiast, gdy x Ω i x ξ δ, to u(x) sup g 2M = M inf g g(x).

40 3.5 Metoda Perrona 40 Zatem u(x) sup u(x) =h(x) u S g (z tw. Perrona o rozwiązaniu) dla x Ω. Niech teraz w(x) =g(ξ)+ɛ + kv(x). Podobnie dowodzimy, że w S g - klasy funkcji górnych. Z zasady maksimum wynika, że w(x) h(x) dla wszystkich x Ω. mamywięc g(ξ) ɛ kv(x) h(x) g(ξ)+ɛ + kv(x), tzn. h(x) g(ξ) ɛ + kv(x), aponieważv(ξ) =0i v jest ciągłe, to Z dowolności ɛ wynika teza lematu. lim sup h(x) g(ξ) ɛ. x ξ Pojęcie bariery jest czysto lokalne: czy w punckie ξ Ω istnieje bariera, zależy wyłącznie od kształtu brzegu w niewielkim otoczeniu punktu ξ. Skoro tak, to zamiast używać pojęcia bariery, można by użyć bariery lokalnej. Definicja 3.0. Mówimy, że w jest barierą lokalną w punkcie ξ Ω wtedy i tylko wtedy, gdy dla pewnego r > 0 funkcja w jest barierą w punkcie ξ (Ω B(ξ, r)) (tzn. dla tej składowej nowego obszaru Ω B(ξ, r), której domknięcie zawiera punkt ξ). Definicja 3.. Punkt ξ Ω jest regularny, jeśli istnieje w tym punkcie bariera lokalna.

41 3.5 Metoda Perrona 4 Lemat 3.3. Bariera w punkcie ξ jest również barierą lokalną w tym punkcie. Na odwrót, jeśli w punkcie ξ Ω istnieje bariera lokalna, to w tym punkcie istnieje bariera. Pierwsza część lematu jest oczywista. Pokażemy, że z faktu istnienia bariery lokalnej w punkcie, wynika istnienie bariery. Niech w będzie barierą lokalną w punkcie ξ Ω, r > 0 - promieniem kuli z definicji bariery lokalnej. Ustalmy r (0, r) i niech B := B(ξ, r ). Połóżmy teraz m = inf x (B\B ) Ω w(x). Wtedy m > 0. Wykażemy, że funkcja v określona jako min(w(x), m) dla x B Ω, v(x) = m dla x Ω \ B jest barierą w punkcie ξ w sensie definicji bariery. Pokażemy najpierw ciągłość funkcji v. W tym celu zbadamy jej zachowanie na brzegu B.Ustalmy x 0 B.Wtedy lim v(x) =m, x x 0, x / B lim v(x) m. x x 0, x B Gdyby więc nierówność była ostra, to mielibyśmy v(x 0 )=w(x 0 ) < m, a to jest sprzeczne z definicją m. Jest oczywiste, że v 0 i v znika tylko w punkcie ξ. Aby wykazać, że v jest funkcją superharmoniczną, musimy sprawdzić, że dla dowolnej kuli B 2 B 2 Ω i dowolnej funkcji harmonicznej g takiej, że g v na sferze B 2 nierówność g v zachodzi na całej kuli B 2.Mamywięcm v(x) dla wszystkich x, zatemm v g na brzegu B 2,czylim g na B 2,astądv g na B 2 \ B.Ponadto w m g na B 2 B, w v g na B B 2, czyli w g na (B B 2 ), więc z własności a) podpunkt iii) w twierdzeniu 3.6 w g w iloczynie B B 2.Alem g wcałejkulib 2,więcv g w B B 2.

42 3.5 Metoda Perrona 42 Możemy teraz podać przykłady obszarów, króre posiadają barierę, a więc dla których stosują się twierdzenia Perrona o rozwiązaniu. Przykład 3.. (Obszary z brzegiem klasy C 2 w R n dla n 3) Załóżmy, że dla pewnego ξ Ω istnieją y R n (z n 3) ir > 0 takie, że B(y, r) Ω ={ξ}. Barierą w punkcie ξ jest wtedy w(x) =r 2 n x y 2 n. (Warunek z założenia jest spełniony np. wtedy, gdy brzeg obszaru Ω jest klasy C 2 ). Przykład 3.2. (Obszary z własnością stożka zewnętrznego) Przez stożek rozumieć będziemy każdy zbiór, który jest izometrycznym obrazem zbioru K 0 = {tx : x a r, t [0, ]}, gdzie a jest ustalonym punktem R n \{0}, ar jest takie, że 0 < r < a. Wierzchołkiem stożka K 0 jest 0. W 908 roku Stanisław Zaremba wykazał, że jeśli istnieje stożek K R n taki, że K Ω={ξ}, gdzie ξ Ω jest wierzchołkiem stożka K, to wtedy w punkcie ξ istnieje bariera. Warunek ten (zwany warunkiem stożka zewnętrznego) jest spełniony np. wtedy, gdy brzeg obszaru jest klasy C, ale także dla wielu obszarów, których brzeg w ogóle nie jest gładki (np. dla każdego wielościanu, niekoniecznie wypukłego: jeśli stożek ma odpowiedni szpic, to jego wierzchołkiem zdołamy dotknąć od zewnątrz każdego punktu na powierzchni wielościanu). Z tego drugiego przykładu, w szczególności, dostajemy wniosek.

4. Funkcje harmoniczne i równanie Laplace a

4. Funkcje harmoniczne i równanie Laplace a 4. Funkcje harmoniczne i równanie Laplace a Przejdziemy teraz do kolejnego przykładu wspomnianego w pierwszym rozdziale, tzn. do równania Laplace a. Wiąże się z nim przepiękna, czysto matematyczna teoria

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y) Wykład 6 Funkcje harmoniczne Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. e f i n i c j a Funkcję u (x 1, x 2,..., x n ) nazywamy harmoniczną w obszarze R n wtedy i

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest ciągiem elementów z przestrzeni B(R, R) Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012 Funkcje harmoniczne Niech będzie operatorem Laplace a w

Bardziej szczegółowo

Wykłady... b i a i. i=1. m(d k ) inf

Wykłady... b i a i. i=1. m(d k ) inf Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem

Bardziej szczegółowo

Pochodna funkcji odwrotnej

Pochodna funkcji odwrotnej Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą

Bardziej szczegółowo

8 Całka stochastyczna względem semimartyngałów

8 Całka stochastyczna względem semimartyngałów M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,

Bardziej szczegółowo

II. FUNKCJE WIELU ZMIENNYCH

II. FUNKCJE WIELU ZMIENNYCH II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową

Bardziej szczegółowo

Spis wszystkich symboli

Spis wszystkich symboli 1 Spis wszystkich symboli Symbole podstawowe - pojedyncze znaki, alfabet grecki α β γ Γ δ ξ η ε ϕ ν ρ τ θ Θ ψ Ψ φ Φ Ω Υ Σ -alfa -beta - gamma - gamma (duże) - delta (małe) - delta (duże) -ksi -eta - epsilon

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

Definicja odwzorowania ciągłego i niektóre przykłady Odwzorowania Pojęcie odwzorowania pomiędzy dwoma zbiorami było już definiowane, ale dawno, więc nie od rzeczy będzie przypomnieć, że odwzorowaniem nazywamy sposób przyporządkowania (niekoniecznie każdemu)

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja) Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej szczegółowo

2. Definicja pochodnej w R n

2. Definicja pochodnej w R n 2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)

Bardziej szczegółowo

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. 3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (II)

Równanie przewodnictwa cieplnego (II) Wykład 5 Równanie przewodnictwa cieplnego (II) 5.1 Metoda Fouriera dla pręta ograniczonego 5.1.1 Pierwsze zagadnienie brzegowe dla pręta ograniczonego Poszukujemy rozwiązania równania przewodnictwa spełniającego

Bardziej szczegółowo

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P, Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

Bardziej szczegółowo

Zagadnienia stacjonarne

Zagadnienia stacjonarne Zagadnienia stacjonarne Karol Hajduk 19 grudnia 2012 Nierówność wariacyjna (u (t), v u(t)) + a(u, v u) + Ψ(v) Ψ(u) (f, v u), v V. Zagadnienie stacjonarne ma postać (u (t) = 0): a(u, v u) + Ψ(v) Ψ(u) (f,

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

Bardziej szczegółowo

Całka podwójna po prostokącie

Całka podwójna po prostokącie Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013 Zdzisław Dzedzej Politechnika Gdańska Gdańsk, 2013 1 PODSTAWY 2 3 Definicja. Przestrzeń metryczna (X, d) jest zwarta, jeśli z każdego ciągu {x n } w X można wybrać podciąg zbieżny {x nk } w X. Ogólniej

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

Rozdział 7. Różniczkowalność. 7.1 Pochodna funkcji w punkcie

Rozdział 7. Różniczkowalność. 7.1 Pochodna funkcji w punkcie Rozdział 7 Różniczkowalność Jedną z konsekwencji pojęcia granicy funkcji w punkcie jest pojęcie pochodnej funkcji. W rozdziale tym podamy podstawowe charakteryzacje funkcji związane z pojęciem pochodnej.

Bardziej szczegółowo

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = : 4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem Definicja kuli w R n ulą o promieniu r>0 r R i o środku w punkcie p R n nazywamy zbiór {x R n : ρ(xp)

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

Całki powierzchniowe w R n

Całki powierzchniowe w R n Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (I)

Równanie przewodnictwa cieplnego (I) Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca

Bardziej szczegółowo

1 Nierówność Minkowskiego i Hoeldera

1 Nierówność Minkowskiego i Hoeldera 1 Nierówność Minkowskiego i Hoeldera Na państwa użytek załączam precyzyjne sformułowania i dowody nierówności Hoeldera i Minkowskiego: Twierdzenie 1.1 Nierówność Hoeldera). Niech p, q będą takimi liczbami

Bardziej szczegółowo

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że 4. Równania Caucy ego Riemanna Niec Ω C będzie zbiorem otwartym i niec f : Ω C. Mówimy, że f ma w punkcie a Ω pocodną w sensie zespolonym (jest olomorficzna w a równą c C, jeśli f(z f(a lim = c. z a Piszemy

Bardziej szczegółowo

Wyprowadzenie prawa Gaussa z prawa Coulomba

Wyprowadzenie prawa Gaussa z prawa Coulomba Wyprowadzenie prawa Gaussa z prawa Coulomba Natężenie pola elektrycznego ładunku punktowego q, umieszczonego w początku układu współrzędnych (czyli prawo Coulomba): E = Otoczmy ten ładunek dowolną powierzchnią

Bardziej szczegółowo

Notatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 3 Jacek M. Jędrzejewski ROZDZIAŁ 6 Różniczkowanie funkcji rzeczywistej 1. Pocodna funkcji W tym rozdziale rozważać będziemy funkcje rzeczywiste określone w pewnym przedziale

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE A. RÓWNANIA RZĘDU PIERWSZEGO Uwagi ogólne Równanie różniczkowe zwyczajne rzędu pierwszego zawiera. Poza tym może zawierać oraz zmienną. Czyli ma postać ogólną Na przykład

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na

Bardziej szczegółowo

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zad 1. Znaleźć rozwiązania ogólne u = u(x, y) następujących równań u x = 1, u y = 2xy, u yy = 6y, u xy = 1, u x + y = 0, u xxyy = 0. Zad 2. Znaleźć

Bardziej szczegółowo

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

Bardziej szczegółowo

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

13 Równanie struny drgającej. Równanie przewodnictwa ciepła. Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu

Bardziej szczegółowo

Elementy równań różniczkowych cząstkowych

Elementy równań różniczkowych cząstkowych Elementy równań różniczkowych cząstkowych Magdalena Jakubek kwiecień 2016 1 Równania różniczkowe cząstkowe Problem brzegowy i problem początkowy Klasyfikacja równań Rodzaje warunków brzegowych Najważniejsze

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A Funkcje analityczne Wykład 3. Funkcje holomorficzne Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Funkcje zespolone zmiennej zespolonej Funkcje zespolone zmiennej zespolonej Niech A C. Funkcja

Bardziej szczegółowo

Analiza I.2*, lato 2018

Analiza I.2*, lato 2018 Analiza I.2*, lato 218 Marcin Kotowski 14 czerwca 218 Zadanie 1. Niech x (, 1) ma rozwinięcie binarne.x 1 x 2.... Niech dla x, 1: oraz f() = f(1) =. Pokaż, że f: f(x) = lim sup n (a) przyjmuje wszystkie

Bardziej szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Funkcje dwóch zmiennych podstawowe pojęcia 1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej

Bardziej szczegółowo

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1. Rozdział 5 Szeregi liczbowe 5. Szeregi liczbowe Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy ( ). Ciąg (s n ) określony wzorem s n = n a j, n N, nazywamy ciągiem sum częściowych ciągu

Bardziej szczegółowo

Spis treści. Rozdział I. Wstęp do matematyki Rozdział II. Ciągi i szeregi... 44

Spis treści. Rozdział I. Wstęp do matematyki Rozdział II. Ciągi i szeregi... 44 Księgarnia PWN: Ryszard Rudnicki, Wykłady z analizy matematycznej Spis treści Rozdział I. Wstęp do matematyki... 13 1.1. Elementy logiki i teorii zbiorów... 13 1.1.1. Rachunek zdań... 13 1.1.2. Reguły

Bardziej szczegółowo

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej Wykład 2 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej czȩść II (opracował: Piotr Nayar) Definicja 2.. Niech (E, E) bȩdzie przestrzenia mierzalna i niech λ : E

Bardziej szczegółowo

Całki niewłaściwe. Całki w granicach nieskończonych

Całki niewłaściwe. Całki w granicach nieskończonych Całki niewłaściwe Całki w granicach nieskończonych Wiemy, co to jest w przypadku skończonego przedziału i funkcji ograniczonej. Okazuje się potrzebne uogólnienie tego pojęcia w różnych kierunkach (przedział

Bardziej szczegółowo

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych) (niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,

Bardziej szczegółowo

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

13. Równania różniczkowe - portrety fazowe

13. Równania różniczkowe - portrety fazowe 13. Równania różniczkowe - portrety fazowe Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny 13. wrównania Krakowie) różniczkowe - portrety fazowe 1 /

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf 9. Różniczkowanie. Jeśli f jest funkcją rzeczywistą, to granice D + f(x) = lim sup t x + f(t) f(x), D f(x) = lim sup t x t x f(t) f(x), t x f(t) f(x) f(t) f(x) D + f(x) = lim inf oraz D f(x) = lim inf

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

Bardziej szczegółowo

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista. Literatura P. Billingsley, Miara i prawdopodobieństwo, PWN, Warszawa 1997, P. R. Halmos, Measure theory, Springer-Verlag, 1994, W, Kołodziej, naliza matematyczna, PWN, Warszawa 1978, S. Łojasiewicz, Wstęp

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. Równania różniczkowe zwyczajne pierwszego rzędu 5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

Bardziej szczegółowo

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 27 luty, 2012 Ośrodkowość procesów Dalej zakładamy, że (Ω, Σ, P) jest zupełną przestrzenią miarową. Definicja.

Bardziej szczegółowo

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że 4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio

Bardziej szczegółowo

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3

Bardziej szczegółowo

Analiza Funkcjonalna - Zadania

Analiza Funkcjonalna - Zadania Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ). Zad (0p) Zaznacz na płaszczyźnie zespolonej wszystkie z C, które spełniają równanie ( iz 3 z z ) Re [(z + 3) ( z 3) = 0 Szukane z C spełniają: iz 3 = z z Re [(z + 3) ( z 3) = 0 Zajmijmy się najpierw pierwszym

Bardziej szczegółowo

Metoda rozdzielania zmiennych

Metoda rozdzielania zmiennych Rozdział 12 Metoda rozdzielania zmiennych W tym rozdziale zajmiemy się metodą rozdzielania zmiennych, którą można zastosować, aby wyrazić jawnymi wzorami rozwiązania pewnych konkretnych równań różniczkowych

Bardziej szczegółowo

Teoria miary i całki

Teoria miary i całki Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

Bardziej szczegółowo

Pochodne wyższych rzędów definicja i przykłady

Pochodne wyższych rzędów definicja i przykłady Pochodne wyższych rzędów definicja i przykłady Pochodne wyższych rzędów Drugą pochodną funkcji nazywamy pochodną pochodnej tej funkcji. Trzecia pochodna jest pochodną drugiej pochodnej; itd. Ogólnie, -ta

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

Bardziej szczegółowo

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n. Wzór Maclaurina Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = n 1 k=0 f (k) (0) k! x k + f (n) (θx) x n. n! Wzór Maclaurina Przykład. Niech f (x) =

Bardziej szczegółowo