stkowych Toruń, równaniu Poissona
|
|
- Tomasz Grabowski
- 9 lat temu
- Przeglądów:
Transkrypt
1 Warsztaty z równań różniczkowych cza stkowych Toruń, Centrum Badań Nieliniowych im. J. Schaudera Równanie Poissona Tadeusz NADZIEJA Instytut Matematyki, Uniwersytet Zielonogórski ul. Podgórna 50, Zielona Góra, T.Nadzieja@im.uz.zgora.pl Spis treści 1. Wste p. 2. Interpretacje fizyczne równania Poissona. 3. S labe pochodne i przestrzenie funkcyjne. 4. Istnienie, jednoznaczność i regularność s labych rozwia zań. 5. Rozwia zania klasyczne. 6. Nieliniowe równania Poissona. 7. Nielokalne zagadnienia eliptyczne. 8. Literatura. 1. Wste p. Wyk lady te poświe cone sa równaniu Poissona (1.1) u = f.[pois] Przypomnijmy, że symbolem u oznaczamy laplasjan funkcji u, u = div(grad u) = u. W kartezjańskim uk ladzie wspó lrze dnych u = Σ n i=1 2 u = Σ n x i=1u 2 xi x i. Funkcja niewiadoma u jest określona na otwartym i podzbiorze IR n, u : IR, a f : IR jest zadana funkcja rzeczywista, ba dź też funkcja niewiadomej u, f = f(u). W tym drugim 2000 Mathematics Subject Classification: 35-01, 35J05 1
2 przypadku, jeśli f jest nieliniowa, mówimy o nieliniowym równaniu Poissona. Rozważymy również sytuacje, gdy prawa strona (1.1) zależy w sposób nieliniowy i nielokalny od u. Na u nak ladamy warunki brzegowe typu Dirichleta (1.2) u = ϕ, [br] gdzie ϕ : IR jest zadana funkcja. Zak ladamy, że jest obszarem ograniczonym a jego brzeg jest klasy C k, tzn. lokalnie jest wykresem funkcji klasy C k, k 1. Duża cze ść wyników przedstawiona poniżej dla zagadnienia (1.1), (1.2) przenosi sie bez trudu na przypadek, gdy zamiast laplasjanu rozpatrujemy operator eliptyczny ( Lu = Σ n i,j=1 a ij (x) u ), x i x i gdzie a i,j (x) = a j,i (x) C 1 ( ) i Σ n i,j=1a i,j (x)ξ i ξ j > a ξ 2 dla pewnej sta lej a > 0 i każdego wektora ξ IR n. Źród lem wie kszości interesuja cych równań różniczkowych cza stkowych sa modele zjawisk fizycznych. Podamy przyk lady kilku z nich oraz opiszemy ich zwia zek z równaniem Poissona. Dalej wprowadzimy aparat matematyczny potrzebny do dowodu istnienia i jednoznaczności jego s labych rozwia zań oraz ich regularności. Naste pnie zajmiemy sie istnieniem rozwia zań klasycznych. Na koniec udowodnimy kilka faktów dotycza cych problemu istnienia i nieistnienia rozwia zań nieliniowych (i nielokalnych) równań Poissona (równania typu Poissona-Boltzmanna). Wie kszość przedstawionego materia lu można znaleźć w podre cznikach [5], [6], [7] i klasycznej monografi [3]. Warto polecić, ostatnio przet lumaczony na je zyk polski, podre cznik [2] oraz krótka (ale trudna ) monografie [4], zawieraja ca również wyniki z ostatnich lat. Zwia zki równania Poissona z modelami zjawisk fizycznych i chemicznych opisane sa w starym i szeroko znanym podre czniku Tichonowa i Samarskiego [10]. Nowocześniejsze uje cie tych zagadnień można znaleźć w niedawno wydanym podre czniku autorstwa I. i L. Rubinsteinów [9]. Pozycja [1] to zbiór przyk ladów, kontrprzyk ladów i zadań (czasami bardzo trudnych). Przypomnijmy podstawowe wzory, z których później be dziemy wielokrotnie korzystać. Zacznijmy od wzoru na ca lkowanie przez cze ści. Jeśli brzeg obszaru C 1, funkcje u, v sa różniczkowalne w i przed lużaja sie wraz z pochodnymi na domknie cie, u, v C 1 ( ), to (1.3) u xi (x)v(x) dx = u(x)v(x)ν i (x) ds x u(x)v xi (x) dx, [cz] 2
3 gdzie ν(x) = (ν 1 (x),..., ν n (x)) jest wektorem normalnym zewne trznym do w punkcie x. Zak ladamy, że A (x) = (A 1 (x),..., A n (x)) jest polem wektorowym określonym na IR n, C 1, A i (x) C( ) C 1 () i div A L 1 (). Wtedy zachodzi wzór Gaussa (1.4) div A (x) dx = A (x) ν(x) dsx.[gauss] Dla u C 2 () C 1 ( ), v C 1 ( ) i u L 1 () z tożsamości dostajemy (1.5) v u = div(v u) u v v u = v u ν u v.[gr1] Jeśli u, v C 2 () C 1 ( ) i u, v L 1 (), to z (1.5) mamy (1.6) (v u u v) = ( v u ) ν u v.[gr2] ν Ostatnie dwa wzory nazywamy wzorami Greena. 2. Interpretacje fizyczne równania Poissona. Równanie membrany. Prawie każdy zabawia l sie zanurzaja c w roztworze myd la pe telke z drutu. Po jej wycia gnie ciu rozpostarta jest na niej powierzchnia (membrana), której kszta lt zależy od sposobu w jaki zosta l drut powyginany. Przedstawiamy ja wykresem funkcji u : IR 2 IR. Interesuje nas równanie, jakie spe lnia u. Skomplikujmy nieco nasze zadanie zak ladaja c, że na membrane dzia la si la zewne trzna o ge stości f równoleg la do osi 0u, tzn. na element powierzchni rozpostarty nad ma lym zbiorem ω, zawieraja cym punkt x, dzia la si la f(x) ω ( ω jest polem powierzchni ω). Możemy myśleć, że delikatnie dmuchamy na membrane w kierunku prostopad lym do niej. Uwzgle dniamy również dzia lanie si ly spre żystej proporcjonalnej do zmiany pola powierzchni membrany. Zmieniaja c kszta lt membrany opisanej funkcja w(x), do kszta ltu zadanego funkcja W (x), si la f wykonuje prace f(x)(w (x) w(x)) dx, 3
4 a si ly spre żyste prace ( ) k 1 + W (x) w(x) 2 dx, gdzie przez k > 0 oznaczyliśmy wspó lczynnik spre żystości. Energia potencjalna U(W ) membrany W przybiera wie c postać U(W ) = U(w) + + ( ) k 1 + W (x) w(x) 2 dx f(x)(w (x) w(x)) dx. Jeśli gradienty funkcji W i w sa ma le, to korzystaja c ze wzoru McLaurina dla funkcji 1 + x, możmy napisać U(W ) U(w) + ( ) k 2 ( W (x) 2 w(x) 2 ) + f(x)(w (x) w(x)) dx. Opieramy sie teraz na zasadzie wariacyjnej, która mówi, że kszta lt jaki przybiera membrana, jest zadany wykresem funkcji u, dla której energia U(u) osia ga ekstremum w klasie wszystkich funkcji różniczkowalnych o zadanych wartościach na, tzn. spe lniaja cych (1.2) Niech v be dzie funkcja różniczkowalna na, równa 0 na, v C 1 0( ). Zgodnie z naszym za lożeniem, U(t) = U(u + tv), t IR, osia ga ekstremum dla t = 0. Latwo obliczyć, że U (0) = (k u v fv) = 0. Wykazaliśmy w ten sposób, że u spe lnia tożsamość ca lkowa (2.1) k u v = fv dla v C0( ).[toz] 1 Jeśli za lożymy dodatkowo, że u C 2 () C 1 ( ) i u L 1 (), to korzystaja c ze wzoru (1.5) dostajemy czyli k u v = kv u = fv, (k u + f)v = 0 dla v C 1 0( ). Sta d otrzymujemy równanie Poissona na u. Zagadnienie wyznaczenia kszta ltu membrany sprowadziliśmy do znalezienia rozwia zania równania (1.1) spe lniaja cego warunek brzegowy (1.2). Zauważmy, że jeśli zrezygnujemy z dwukrotnej różniczkowalności u i ograniczymy sie do u C 1 ( ), to nasz problem polega na znalezieniu funkcji 4
5 spe lniaja cej (2.1), (1.2). Jak sie później okaże, tak postawione zagadnienie jest z pewnych wzgle dów o wiele wygodniejsze do badania i przy odpowiednich za lożeniach o regularności f i jego rozwia zanie jest też rozwia zaniem równania Poissona. Równanie wia ża ce ge stość ladunku elektrycznego z wytworzonym potencja lem elektrycznym. Jeśli w pocza tku uk ladu wspó lrze dnych umieścimy ladunek elektryczny q, to potencja l Φ wytworzony przez ten ladunek, zgodnie z prawem Coulomba, be dzie równy Φ(x) = Φ( x ) = q. Zauważmy, że dla każdej funkcji v klasy x C 1, o nośniku zwartym, v Cc 1 (IR 3 ), spe lniona jest równość (2.2) Φ v = 4πqv(0).[ele] IR 3 Istotnie, wykorzystuja c wzór na ca lkowanie przez cze ści oraz fakt, że poza pocza tkiem uk ladu wspó lrze dnych Φ jest funkcja harmoniczna, dostajemy q Φ v = lim Φ v = lim (v(0) + o(1)) = 4πqv(0). IR 3 ε 0 x >ε ε 0 x =ε ε2 Za lóżmy, że w obszarze ladunki elektryczne roz lożone sa w sposób cia g ly z ge stościa ρ. Podzielmy na ma le obszary i i wybierzmy w każdym z nich dowolny punkt x i. Ca lkowity ladunek zawarty w i, i ρ(x) dx, zaste pujemy ladunkiem q i = ρ(x i ) i skupionym w x i. Przypomnijmy, że i jest obje tościa zbioru i. Potencja l Φ wytworzony przez ladunki qi jest suma potencja lów pochodza cych od poszczególnych ladunków, a wie c zachodzi dla niego równość (2.3) Φ v = 4πΣρ(x i ) i v(x i ).[abc1] IR 3 Jeśli podzia l na zbiory i jest coraz drobniejszy, to w granicy, gdy średnice i da ża do 0, lewa strona (2.3) da ży do IR 3 Φ v, gdzie Φ jest potencja lem wytworzonym przez rozk lad ladunków z ge stościa ρ. Prawa strona zbiega natomiast do 4π IR 3 ρv. W rezultacie dostajemy tożsamość IR3 Φ v = 4π ρv spe lniona IR 3 dla każdej funkcji v C1 c (IR 3 ). Zak ladaja c dodatkowo, że Φ C 2 () C 1 ( ), Φ L 1 () mamy IR3 Φ v = IR3 Φ v = 4π Sta d natychmiast otrzymujemy równanie IR 3 ρv. (2.4) Φ = 4πρ.[epois] 5
6 W przypadku, gdy zamiast oddzia lywań elektrycznych rozpatrujemy grawitacyjne, równanie wia ża ce ge stość rozk ladu masy ρ z potencja lem grawitacyjnym Φ przez niego wytworzonym ma postać (2.5) Φ = 4πρ.[gpois] Równanie opisuja ce rozk lad temperatury. Zak ladamy, że w obszarze ograniczonym IR 3 rozmieszczone sa źród la ciep la z ge stościa ρ, tzn. dla ω, ω ρ jest ilościa ciep la produkowana w ω w jednostce czasu. Na brzegu temperature zadajemy. Naszym celem jest wyprowadzenie równania wia ża cego rozk lad temperatury T (x) z ge stościa ρ. Wykorzystamy naste puja ce, dosyć jasne z fizycznego punktu widzenia, za lożenia: Z1. Jeśli na brzegu kuli K R (x 0 ) zadany jest rozk lad temperatury T, a wewna trz nie ma źróde l ciep la, to temperatura w punkcie x 0 równa jest średniej temperaturze na sferze S R (x 0 ), T (x 0 ) = 1 4πR 2 S R (x 0 ) T, Z2. Przep lyw ciep la przez powierzchnie S równy jest κ S T (prawo ν Fouriera), gdzie κ jest dodatnia sta la. Dalej, dla prostoty przyjmujemy, że κ, jak i wszystkie inne sta le fizyczne sa równe 1. Definicja 2.1. Funkcja u, cia g la na otwartym podzbiorze IR n, ma w lasność średniej, jeśli dla każdej sfery S R (x), średnia wartość u na tej sferze równa jest wartości funkcji u w środku tej sfery, 1 R n 1 σ n S R (x) u = u(x) (przez σ n oznaczyliśmy pole powierzchni sfery jednostkowej w IR n ). Lemat 2.1 [2] Jeśli u ma w lasnosć średniej, to funkcja u jest g ladka i harmoniczna. Dowód. Oznaczmy przez γ(x) ja dro wyg ladzaja ce, tzn. nieujemna funkcje klasy C (IR n ), radialnie symetryczna, o nośniku zawartym w kuli K 1 (0) IR n, spe lniaja ca warunek IR γ = 1. Definiujemy γ ε(x) = ε n γ(xε 1 ). n Wiadomo [2], że splot u z γ ε, u ε (x) := γ ε u(x) = u(y)γ ε(x y) dy jest funkcja g ladka na IR n. Za lóżmy, że x oraz ε < dist(x, ). Latwe obliczenia prowadza do naste puja cych równości: u ε (x) = u(y)γ ε (y x) dy = ε n u(x + y)γ(y/ε) dy 6 y <ε
7 = u(x + εy)γ(y) dy = y <1 1 γ(r)r n 1 dr 0 w =1 1 0 r n 1 dr u(x + εrw)γ(rw) ds w = S 1 (0) 1 u(x + εrw) ds w = u(x)σ n γ(r)r n 1 dr = u(x). W przedostatniej równości wykorzystaliśmy w lasność średniej funkcji u. Wykazaliśmy, że u(x) = u ε (x) na ε := {x : dist(x, ) > ε}, a wie c u jest g ladka na. Jej harmoniczność wynika z równości K r(x) u = r n 1 r w =1 u(x + rw) ds w = r n 1 r (σ nu(x)) = 0, spe lnionej na każdej kuli K r (x) zawartej w. Zak ladamy, że w punkcie x znajduje sie źród lo ciep la o wydajności q, a na brzegu temperatura jest zadana. Interesuje nas temperatura T x (x) w dowolnym punkcie x. Zgodnie z za lożeniem Z2 T x(x) x x =r = q. Możemy też za lożyć, że w ν otoczeniu punktu x funkcja T x jest prawie radialnie symetryczna, a wie c T x (x) x x =r ν = q 4πr 2 T x(r). Wynika sta d, że w rozważanym otoczeniu, T x (x) q. Z za lożenia Z1 4π x x wnioskujemy że, poza punktem x funkcja T x (x) ma w lasność średniej, a wie c jest harmoniczna. Rozumuja c podobnie jak przy wyprowadzaniu równania wia ża cego ge stość ladunków elektrycznych z potencja lem przez nia wytworzonym, dla każdej funkcji v Cc 1 () dostajemy T x (x) v = qv( x). Sta d, dla cia g lego rozk ladu ρ źróde l ciep la, T (x) v = ρv dla każdej funkcji v Cc 1 (). Jeśli T C 2 () C 1 ( ), T L 1 (), to oczywiście z ostatniej tożsamości otrzymujemy równanie (2.6) T = ρ.[7x] Jeśli na wste pie naszych rozważań za lożymy dwukrotna różniczkowalność T, to równanie (2.6) dostaniemy w prostszy sposób. Wystarczy zauważyć, że dla dowolnego ω przep lyw ciep la przez ω równy jest ilości wytworzonego w nim ciep la, a wie c ω T ρ = ω ν ω = T, 7 0
8 sta d wobec dowolności ω wynika (2.6). W przedstawionych modelach funkcja u opisuja ca zjawisko fizyczne spe lnia la tożsamość ca lkowa (2.7) u v = fv, [a] a przy dodatkowym za lożeniu o regularności u, równanie (2.8) u = f.[b] Udowodnienie istnienia funkcji u spe lniaja cej tożsamość (2.7) jest na ogó l latwiejsze od wykazania istnienia rozwia zania równania (2.8). Przyczyna leży w tym, że w pierwszym przypadku możemy wybrać wie ksza przestrzeń, w której szukamy rozwia zań. Zagadnienie (1.1), (1.2) be dziemy rozpatrywać na otwartym, ograniczonym podzbiorze IR n. Definicja 2.2. Funkcje u C 0 ( ) C 2 () nazywamy klasycznym rozwia zaniem zagadnienia (1.1), (1.2), jeśli u spe lnia równanie (1.1) i warunek brzegowy (1.2). Poniższy przyk lad wskazuje, że (1.1), (1.2) nie zawsze ma rozwia zanie klasyczne, nawet przy dosyć mocnych za lożeniach o f. Przyk lad 2.1. [4], [7] Rozpatrujemy równanie Poissona w kole K = {x = (x 1, x 2 ) IR 2 : x < R < 1} postaci u = x2 1 x 2 2 (2.9) 2 x 2 ( ) 4 ( ln x ) + 1 1/2 (2( ln x )) 3/2 =: f(x 1, x 2 ).[p1] Przyjmuja c 0 jako wartość prawej strony w (0, 0), f staje sie funkcja cia g la na K. Latwo sprawdzić, że h(x 1, x 2 ) = (x 2 1 x 2 2)( ln x ) 1/2 jest rozwia zaniem (2.9) w K \ (0, 0), pierwsze pochodne cza stkowe h sa ograniczone w K oraz h x1 x 1 (x 1, x 2 ) da ży do, gdy (x 1, x 2 ) (0, 0). Udowodnimy, że (2.9) nie ma rozwia zań klasycznych. Za lóżmy, że takie rozwia zanie u istnieje. Wtedy w = u h jest funkcja harmoniczna w K \ (0, 0) i ograniczona. Definiujemy p(x) := γ w x2 dx 1 + w x1 dx 2, gdzie γ jest dowolna krzywa la cza ca ustalony punkt x 0 z x. Zauważmy, że funkcja p jest dobrze określona, tzn. p(x) nie zależy od drogi ca lkowania. Istotnie, jeśli krzywe γ 1 i γ 2 la cza te same punkty i γ 1 γ 2 ogranicza obszar 1 nie zawieraja cy we wne trzu (0, 0), to ponieważ w 1 w jest harmoniczna, mamy (2.10) w x2 dx 1 + w x1 dx 2 = w x2 dx 1 + w x1 dx 2.[p2] γ 1 γ 2 8
9 Jeśli (0, 0) 1, to ca lka po krzywej zamknie tej z lożonej z γ 1, γ 2, okre gu S ε o promieniu ε i środku (0, 0) zawartego w 1 oraz odcinka la cza cego S ε z γ 1 obieganego dwa razy w przeciwnych kierunkach, jest równa 0. Sta d γ 1 γ 2 w x2 dx 1 + w x1 dx 2 = S ε w x2 dx 1 + w x1 dx 2. Pierwsze pochodne cza - stkowe w sa ograniczone, a wie c prawa strona ostatniej równości da ży do 0, gdy ε 0. Pocia ga to równość (2.10). Pozostaje do rozpatrzenia przypadek, gdy punkt (0, 0) leży na γ 1 ba dź γ 2. Zauważmy, że dzie ki ograniczoności pierwszych pochodnych cza stkowych funkcji w, ma le zmiany krzywej γ daja ma le zmiany ca lki γ w x 2 dx 1 + w x1 dx 2. Jeśli równość (2.10) spe lniona jest dla wszystkich krzywych γ 1, γ 2 nie przechodza cych przez (0, 0), to zachodzi też dla dowolnych krzywych. Latwo zauważyć, że p jest funkcja sprze żona do w, tzn. w + ip jest harmoniczna w \ (0, 0) i ograniczona. Można wie c określić ja w (0, 0), tak aby by la analityczna na ca lym, a wie c w by laby harmoniczna w. Przeczy to nieograniczoności jej pochodnych w x1 x 1. Dalej wrócimy do problemu za lożeń o funkcji f gwarantuja cych istnienie rozwia zań klasycznych. 3. S labe pochodne i przestrzenie funkcyjne. Niech u : IR, α = (α 1,..., α n ), α i IN i α = α α n. Oznaczmy D α i u := α iu x α i i D α u := D α 1...D αn u. Zak ladamy, że u C k ( ), tzn. i w istnieja pochodne D α u, α k i przed lużaja sie do funkcji cia g lych na. C k ( ) jest przestrzenia Banacha z norma u C k = Σ α k sup x D α u(x). Jeśli u C 1 () i v jest funkcja o nośniku zwartym zawartym w, v Cc 1 (), to z (1.3) dostajemy (3.1) uv xi = u xi v.[prt] Równość (3.1) spe lniona dla każdej funkcji v Cc 1 () wyznacza jednoznacznie u xi. Fakt ten jest punktem wyjścia do definicji s labej pochodnej. Niech u L 2 loc(), tzn. u jest ca lkowalna z kwadratem na każdym zwartym podzbiorze. Definicja 3.1. Funkcje u α L 2 loc() nazywamy s laba pochodna rze du α funkcji u, jeśli dla każdej funkcji v Cc () (3.2) ud α v = ( 1) α u α v.[prt2] S labe pochodne oznaczamy takim samym symbolem jak pochodne w klasycznym sensie. Z kontekstu be dzie wynikać jakie pochodne mamy na 9
10 myśli. Nietrudno wykazać, że s laba pochodna D α u jest wyznaczona jednoznacznie, nie zależy od kolejności różniczkowania, a dla funkcji różniczkowalnych w klasycznym sensie jest identyczna z klasyczna pochodna. Przypomnijmy też, że s laba pochodna, jako element L 2 loc(), jest określona prawie wsze dzie. Przyk lad 3.1. Wykażemy, że funkcja u(x) = x na ( 1, 1) ma s laba pochodna u (x) = 1 dla x > 0 i u (x) = 1 dla x < 0. Istotnie, dla dowolnej funkcji v C c (( 1, 1)) uv = xv (x) dx + xv (x) dx = u v Przyk lad 3.2. Funkcja u(x) = x na ( 1, 1) nie ma s labej pochodnej. x Za lóżmy, że taka pochodna u istnieje. Wtedy dla dowolnej funkcji v Cc (( 1, 1)), 1 1 u v = 1 1 uv = 0 1 v 1 0 v = 2v(0). Wynika sta d, że dla v Cc ((0, 1)), 1 0 u v = 0, a wie c u (x) = 0 dla x > 0. Podobnie uzasadniamy, że u (x) = 0 dla x < 0. W rezultacie dostajemy, że u 0. Przeczy to równości 1 1 u v = 2v(0), jeśli tylko v(0) 0. Naste pny przyk lad pokazuje, że istnieja funkcje maja ce s labe pochodne drugiego rze du, a nie posiadaja ce s labych pierwszych pochodnych. Oczywiście tak nie może sie zdarzyć, jeśli pochodne rozumiemy w klasycznym sensie. Przyk lad 3.3. Rozpatrzmy w kole jednostkowym K 1 (0) = IR 2 funkcje u(x 1, x 2 ) = x 1 x 1 + x 2. Z poprzedniego przyk ladu wynika, że nie istnieja x 2 pochodne u xi. Zauważmy jednak, że istnieje pochodna u x1 x 2. Jeśli bowiem v Cc (), to v x1 x 2 u = x 1 v x1 x 2 x 1 + x 2 v x1 x 2 x 2 = v x1 x 2 + v x1 x 2 v x1 x 2 + v x1 x 2 = 0. {x 1 <0} {x 1 >0} {x 2 <0} {x 2 >0} Wynika sta d, że u x1 x 2 0. Niech γ be dzie ja drem wyg ladzaja cym. W dalszej cze ści be dziemy wykorzystywać naste puja ce fakty [2], [7]: P1. Jeśli u C k (), to u ε (x) := u(y)γ ε(x y) dy jest klasy C (IR n ) oraz dla każdego podzbioru zwartego, u ε u C k ( ) 0, gdy ε 0. P2. Jeśli u L 2 (), to u ε C (IR n ) i u ε u L 2 () 0, gdy ε 0. P3. Jeśli u ma zwarty nośnik, to również u ε ma nośnik zwarty. 10
11 P4. Operacja brania splotu z ja drem wyg ladzaja cym jest przemienna z różniczkowaniem (3.3) D α u ε = (D α u) ε [roz] oraz (3.4) gdy ε 0 i. D α u ε D α u L 2 ( ) 0, [roz2] Uwaga 3.1. Jeśli pierwsze pochodne cza stkowe sa równe 0, u xk = 0, to u jest funkcja sta la. Istotnie, na mocy (3.3) (u ε ) xk = (u xk ) ε = 0; wynika sta d, że u ε jest funkcja sta la, u ε (x) = c(ε). Korzystaja c z (3.4) dostajemy c(ε 1 ) c(ε 2 ) L 2 ( ) = c(ε 1 ) c(ε 2 ) 0, gdy ε 1, ε 2 0. Oznacza to, że u ε da ży do sta lej, a wie c u Const. Pochodne w sensie klasycznym definiujemy za pomoca ilorazów różnicowych. Poniżej wykażemy, że w podobny sposób można zdefiniować s labe pochodne, jeśli granice ilorazów różnicowych rozumiemy w sensie zbieżności w L 2. Oznaczmy (3.5) D k hu = 1 h (u(x 1,..., x k + h,..., x n ) u(x 1,..., x n )). Prosty rachunek pokazuje, że jeśli u L 2 () jest funkcja o nośniku zwartym, u L 2 c(), v L 2 () i h jest dostatecznie ma le, to dla ilorazów różnicowych prawdziwy jest odpowiednik wzoru na ca lkowanie przez cze ści (3.6) (D k hu, v) L 2 () = (u, D k hv) L 2 (), [czesc] gdzie (, ) L 2 () oznacza iloczyn skalarny w L 2. Twierdzenie 3.1 Zak ladamy, że u L 2 c(). a. Jeśli istnieje s laba pochodna u xk, to dla dostatecznie ma lych h (3.7) D k hu L 2 () u xk L 2 (), [nx1] (3.8) D k hu u xk L 2 () 0, gdy h 0.[nx2] b. Jeśli istnieje taka sta la C > 0, że dla dostatecznie ma lych h, D k hu L 2 () C, to istnieje s laba pochodna u xk i u xk L 2 () C. Dowód. Za lóżmy, że u C 1 c () i k = n. Wtedy D n hu = 1 h gdzie x = (x 1,..., x n 1 ). Sta d xn+h x n u(x, ξ n ) ξ n dξ n, Dhu n 2 = 1 ( xn+h u(x ) 2, ξ n ) dξ h 2 n 1 x n ξ n h 11 xn+h x n ( u(x ) 2, ξ n ) dξ n. ξ n
12 Ca lkuja c te nierówność wzgle dem x n, mamy 1 h h 0 + D n hu 2 dx n 1 h d ξ n h dx n h 0 + dx n ( u(x, ξ n + x n ) ξ n ( xn+h u(x ) 2, ξ n ) dx n dξ n x n ξ n ( u(x, ξ ) 2 n + x n ) d ξ n ξ n ) 2 = + ( u(x ) 2, ξ n ) dξ n. Ca lkuja c teraz wzgle dem x IR n 1 otrzymujemy (3.7) dla u C 1 c (). Jeśli funkcja u L 2 c(), to wyg ladzamy ja, splataja c z ja drem wyg ladzaja cym. Otrzymujemy funkcje u ε C 1 c (), dla której zachodzi nierówność D n hu ε L 2 () (u ε ) xn L 2 () = (u xn ) ε L 2 (). Przechodza c z ε 0 i korzystaja c z (3.4) dostajemy (3.7) dla u L 2 c(). Aby wykazać (3.8), rozumuja c jak w dowodzie (3.7), możemy ograniczyć sie do u C 1 c (). Zauważmy, że Sta d Dhu(x) n 1 u xn (x) = h xn+h x n ξ n ( u(x ), ξ n ) u(x, x n ) dξ n. ξ n x n + (D n hu(x) u xn (x)) 2 dx n 1 h + dx n xn+h x n ( u(x ) 2, ξ n ) u(x, x n ) dξ n = ξ n x n 1 h dξ h 0 + ( u(x ) 2, x n + ξ) u(x, x n ) dx n. x n x n Ca lkuja c te nierówność wzgle dem x IR n 1, dostajemy D n hu u xn 2 L 2 1 h h 0 dξ ( u(x ) 2, x n + ξ) u(x, x n ) dx. x n x n Ca lka ( ) u(x,x n+ξ) x n u(x,x 2 n) x n dx da ży do 0, gdy h 0, a wie c D n hu u xn w L 2. Wykorzystaliśmy naste puja cy fakt: jeśli w L 2 c(), to (w(x + h) w(x)) 2 0, gdy h 0. Przejdźmy do dowodu punktu (b). Z za lożeń wynika, że rodzina funkcji Dhu k jest s labo zwarta w L 2. Można wie c wybrać z niej podcia g s labo zbieżny Dh k m u ω i ω L 2 C. Korzystaja c z (3.6) mamy (D k h m u, v) L 2 () = (u, D h k m v) L 2 () dla każdej funkcji v C0 (). Przechodza c z m do nieskończoności dostajemy (ω, v) L 2 () = (u, v xk ) L 2 (), co oznacza, że u xk = ω. 12
13 Przestrzenie H k (). Oznaczmy przez H k loc() podzbiór L 2 loc() z lożony z funkcji maja cych s labe pochodne do rze du k w la cznie. Zbiór H k () H k loc() sk lada sie z funkcji, których s labe pochodne do rze du k w la cznie należa do L 2 (). H k () jest przestrzenia Hilberta z iloczynem skalarnym (u, v) H k () = Σ α k D α ud α v. Wymieńmy kilka podstawowych w lasności przestrzeni H k (): H1. Jeśli u H k () i v C k ( ), to vu H k (). H2. Dla każdego, u ε u w H k ( ), gdy ε 0. H3. Jeśli, C k, k 1, to dla każdej funkcji u H k () (C k ()) istnieje taka funkcja U H k ( ), (U C k ( ) o nośniku zwartym, że U = u i U H k ( ) C u H k (), ( U C k ( ) C u C k ()), gdzie sta la C zależy tylko od i. H4. Jeśli C k, to zbiór C ( ) jest ge sty w H k (). Dalej korzystać be dziemy z w lasności przed lużania funkcji ϕ C k ( ) do funkcji określonej na. H5. Przy za lożeniach C k, k 1, ϕ C k ( ), istnieje taka funkcja u C k ( ), że u = ϕ i u C k ( ) C ϕ C k ( ). Sta la C zależy tylko od. Ślad funkcji. Za lóżmy, że u C 1 ( ), C 1 i S jest kawa lkiem brzegu be da cym wykresem funkcji x n = Φ(x 1,..., x n 1 ). Z w lasności H3 wynika, że można przed lużyć u na pewien prostopad lościan = {x : 0 x i a}, i przed lużenie to, oznaczamy je przez u, ma nośnik zwarty w. Dla x S mamy Φ(x u(x) = u(x, Φ(x ) u(x, ξ n ) )) = dξ n. 0 ξ n Sta d ( u(x) S ) 2 Φ(x ) Φ(x ) 0 ( u(x ) 2, ξ n ) dξ n a ξ n a 0 ( u(x ) 2, ξ n ) dξ n. ξ n Mnoża c te nierówność przez 1 + Φ 2 x Φ 2 x n 1 funkcji Φ, dostajemy u 2 L 2 (S) C 2 u 2 H (), 1 i ca lkuja c po dziedzinie D a wie c dla dowolnej funkcji u C 1 ( ) (3.9) u L 2 ( ) C u H 1 ().[nnx] 13
14 Za lóżmy, że u H 1 (). Z w lasności H4 wynika istnienie takiego cia gu u n C ( ), że u n u w H 1 (). Z (3.9) otrzymujemy nierówność u n u m L 2 ( ) C u n u m H 1 (). Cia g u n na jest wie c fundamentalny w L 2 ( ), a tym samym zbieżny w tej przestrzeni, u n ũ. Funkcje ũ L 2 ( ) nazywamy śladem funkcji u na. Nietrudno wykazać, że ũ jest dobrze określona, tzn. nie zależy od wyboru cia gu u n. Dla funkcji u C 1 ( ) ślad funkcji jest jej obcie ciem do. Oznaczmy przez H0() 1 funkcje z H 1 () o śladzie równym 0. Dalej wykorzystamy fakt, że H0() 1 jest domknie ciem zbioru C c () w topologii H 1. Zgodnie z definicja, iloczyn skalarny w H 1 0() zadany jest wzorem (u, v) H 1 () = uv + u v. Z nierówności Poincarégo [2], [3] u 2 L 2 () C u 2, prawdziwej dla dowolnej funkcji u H0(), 1 wynika, że jest on równoważny z iloczynem (u, v) H 1 () = u v, który bywa wygodniejszy w użyciu. Wykażemy, że wzór na ca lkowanie przez cze ści, (3.10) u xi v = uvν i uv xi, [calk] prawdziwy dla funkcji u, v C 1 ( ), przenosi sie na funkcje z H 1 (), jeśli wartości u i v na rozumiemy w sensie ich śladu. W tym celu funkcje u, v aproksymujemy, w sensie H 1, funkcjami u n, v n C 1 ( ). Z definicji śladu wynika, że obcie cia u n i v n do sa zbieżne w L 2 ( ) do śladów funkcji u i v. Wystarczy teraz podstawić we wzorze (3.10) u = u n, v = v n i przejść z n do. Podobnie argumentuja c można wykazać, że jeśli v H 1 (), u i H 1 (), u = (u1,..., u n ), to (3.11) v div u = Regularność funkcji z H k (). v( u ν) u v.[gree] Uzasadnimy, że funkcje z H k loc(), jeśli tylko k jest dostatecznie duże, sa funkcjami różniczkowalnymi w klasycznym sensie. Dok ladniej, prawdziwe jest naste puja ce zawieranie 14
15 Twierdzenie 3.2 [locglad] (3.12) H l+1+[n/2] loc () C l ().[gladkosc] Dowód. Dowód przeprowadzimy dla n = 2. W wyższym wymiarze jego idea jest taka sama, ale rachunki bardziej skomplikowane. Zacznijmy od przypomnienia definicji rozwia zania fundamentalnego E n (x) 1 operatora Laplace a. Dla n > 2, E n (x) = (n 2)σ n x, E n 2 2 (x) = 1 log 1. 2π x Poniższy wzór [5], [7], [9], którego dowód pomijamy, pozwala wyrazić wartość funkcji u C 2 ( ) w dowolnym punkcie x za pomoca laplasjanu tej funkcji oraz jej wartości i pochodnych na brzegu, u(x) = E n (x y) u(y) dy+ u(y) E n(x y) ds y ν y u ν y E n (x y) ds y.[wzor] (3.13) Pierwsza ca lke brzegowa w (3.13) nazywamy potencja lem warstwy podwójnej, a druga potencja lem warstwy pojedynczej. Dalej korzystać be dziemy z tego, że potencja ly te jako funkcje zmiennej x sa funkcjami harmonicznymi na IR n \. W szczególności z (3.13) wynika, że dla u C 2 c () i n = 2 (3.14) u(x) = 1 log x y u(y) dy.[wzor1] 2π Sta d u(x) 1 ( ) 1/2 ( 1/2 ( u(y)) 2 dy (log x y ) dy) 2 C u H 2π 2 (), gdzie C = sup x { 1 2π ( (log x y )2 dy) 1/2 }. Wykazaliśmy, że (3.15) u C 0 () C u H 2 (), [nx3] a sta la C zależy tylko od obszaru. Jeśli u Cc l+2 (), l > 0, to z (3.15) wynika, że dla każdego α, α < l, zachodza nierówności D α u C 0 () C D α u H 2 () C u H (), a wie c l+2 (3.16) u C l () C u H l+2 ().[nn] Dla u Hc l+2 (), na mocy w lasności H4 i P3, istnieje cia g u m Cc l+2 () zbieżny do u w H l+2, i ponadto z (3.16) dostajemy u m u k C l () C u m u k H l+2 (). Prawa strona powyższej nierówności zbiega do 0, gdy m, k, a wie c u m jest cia giem fundamentalnym w C l ( ). Sta d u m jest zbieżny w C l ( ) 15
16 do pewnej funkcji u. Wykazaliśmy w ten sposób, że jeśli u Hc l+2 (), to u C l ( ) i u C l ( ) C u H (). l+2 Za lóżmy, że u Hloc l+2 () i. Jeśli ξ C c (), ξ = 1, to ξu H l+2 c () i ξu = u na, a wie c ξu C l (). Tym samym u C l (). Przy odpowiednich za lożeniach o regularności możemy Twierdzenie (3.2) wzmocnić. Twierdzenie 3.3 [globglad] Jeśli C l+1+[ n 2 ], to H l+1+[ n 2 ] () C l ( ). Dowód. Z H3 wynika, że funkcje u H l+1+[ n 2 ] () można przed lużyć do funkcji U H l+1+[ n 2 ] c ( ), i U H l+1+[ n C u 2 ] ( ) H l+1+[ n. Sta 2 ] () d i Twierdzenia 3.2: U C l ( ), a wie c u C l ( ) i u C l ( ) C u H l+1+[ n 2 ] (). 4. Istnienie, jednoznaczność i regularność s labych rozwia zań. Rozpatrujemy zagadnienie brzegowe (4.1) u = f, [s1] (4.2) u = ϕ.[s2] Zak ladamy, że f L 2 () i ϕ L 2 ( ). Funkcje u H 1 () nazywamy s labym rozwia zaniem równania (4.1), gdy dla każdej funkcji v H0() 1 spe lniona jest tożsamość: (4.3) u v = fv.[s3] Jeśli dodatkowo u = ϕ na (w sensie śladu), to u nazywamy s labym rozwia zaniem (4.1), (4.2). Przypomnijmy, że u C 2 () C 0 ( ) nazywamy rozwia zaniem klasycznym zagadnienia (4.1), (4.2), jeśli u spe lnia równanie (4.1) i warunek brzegowy (4.2). Nie wymagamy aby u L 2 (), a wie c rozwia zanie klasyczne nie musi być rozwia zaniem s labym. Oczywiście jest nim, jeśli dodatkowo u C 1 ( ). Twierdzenie 4.1 Jeśli f L 2 () i ϕ 0, to zagadnienie (4.1), (4.2) ma dok ladnie jedno s labe rozwia zanie. Dowód. Funkcja f zadaje na H 1 0() funkcjona l liniowy v (f, v) L 2 (). Jego cia g lość wynika z oszacowań : (f, v) L 2 () f L 2 () v L 2 () C f L 2 () v H 1 0 (). 16
17 Na mocy Twierdzenia Riesza istnieje dok ladnie jeden element u H0() 1 spe lniaja cy warunek (u, v) H 1 0 () = u v = (f, v) L 2 (), a tym samym u jest jedynym rozwia zaniem (4.1) z zerowym warunkiem na brzegu. Rozpatrzmy przypadek, gdy ϕ jest dowolnym elementem L 2 ( ). Z definicji s labego rozwia zania u wynika, że ϕ = u na w sensie śladu, a wie c warunek brzegowy ϕ winien być śladem pewnej funkcji. Jeśli ϕ C 1 ( ), to na mocy H5 ϕ jest śladem funkcji Φ C 1 ( ). Podkreślmy, że cia g lość ϕ nie jest warunkiem wystarczaja cym, aby by la ona śladem pewnej funkcji z H 1 (). Istnieje przyk lad funkcji cia g lej na okre gu, która nie jest śladem żadnej funkcji z H 1 (K(0, 1)) [3]. Za lóżmy, że istnieje Φ H 1 (), której śladem jest ϕ. Wprowadźmy funkcje niewiadoma ũ = u Φ. Jeśli C 2, ϕ C 2 ( ), to Φ C 2 ( ) i ũ spe lnia (4.4) ũ = f + Φ, ũ = 0.[tilde] Z poprzednich rozważań wnioskujemy istnienie jedynego rozwia zania ũ zagadnienia (4.4). Przejdźmy do przypadku ogólnego: zak ladamy, że Φ H 1 () i szukamy funkcji ũ H0() 1 spe lniaja cej tożsamość (4.5) ũ v = fv + Φ v[s4] dla każdego v H0(). 1 Wykażemy, że prawa strona (4.5) definiuje funkcjona l liniowy cia g ly na H 1 0(), k(v) := fv + Φ v. Zauważmy bowiem, że k(v) f L 2 () v L 2 ()+ Φ L 2 () v L 2 () C( f L 2 ()+ Φ H 1 ()) v H 1 0 (). Na mocy Twierdzenia Riesza istnieje dok ladnie jeden taki element ũ H 1 0(), że (ũ, v) H 1 0 () = k(v) i ũ H 1 0 () C( f L 2 () + Φ H 1 ()). Zak ladaja c, że C 1, ostatnia nierówność można zapisać w postaci (4.6) ũ H 1 0 () C( f L 2 () + ϕ C 1 ( )), [ss44] a ogólnie (4.7) ũ H 1 0 () C( f L 2 () + inf Φ H Φ =ϕ 1 ()).[ss45] Jednoznaczność s labych rozwia zań zagadnienia (4.1), (4.2) jest natychmiastowa konsekwencja jednoznaczności rozwia zań zagadnienia z jednorodnym warunkiem brzegowym. Gdyby bowiem istnia ly dwa rozwia zania u 1, u 2, to ich różnica u = u 1 u 2 spe lnia laby u = 0, u = 0, a wie c u 0. Wykazaliśmy w ten sposób 17
18 Twierdzenie 4.2 Jeśli f L 2 () i ϕ jest śladem pewnej funkcji Φ H 1 (), to istnieje dok ladnie jedno rozwia zanie u zagadnienia (4.1), (4.2). Regularność s labych rozwia zań. Z definicji, s labe rozwia zanie u należy do przestrzeni H 1 (). Wykażemy, że odpowiednie za lożenia o regularności f gwarantuja wyższa regularność u. Zacznijmy od przypadku jednowymiarowego (4.8) u = f, u(0) = 0, u(1) = 0.[w1] K lada c w Twierdzeniu 3.3 n = 1, l = 0 dostajemy zawieranie H 1 ((0, 1)) C 0 ([0.1]), czyli s labe rozwia zanie u zagadnienia (4.8) jest cia g le. Z definicji spe lnia też tożsamość (4.9) 1 0 u v = 1 0 fv dla v H 1 0((0, 1)).[w2] Twierdzenie 4.3 Jeśli f C 0 ([0, 1]) i u jest s labym rozwia zaniem (4.8), to u C 2 ([0, 1]) i spe lnia (4.8) w klasycznym sensie. Dowód. Funkcja ũ := x y 0 0 f(ξ) dξ dy jest klasy C2 ([0, 1]) i ũ = f, a wie c spe lnia tożsamość (4.9). Oczywiście jeśli u 1 = u ũ, to 1 0 u 1v = 0 dla v H0((0, 1 1)). Wynika sta d, że (u 1) =0 ( rozumiemy tutaj w sensie s labej pochodnej), a wie c u 1 jest sta la (Uwaga 3.1) i tym samym u C 2 ([0, 1]). Z tożsamości 1 0 u v = 1 0 u v = 1 0 fv wynika, że u = f, tzn. s labe rozwia zanie u spe lnia równanie w klasycznym sensie. Przejdźmy do badania regularności s labych rozwia zań w wyższych wymiarach. Twierdzenie 4.4 [x18] Zak ladamy, że f L 2 () Hloc(), k k = 0, 1, 2... i u jest s labym rozwia zaniem (4.1). Wtedy u H k+2 loc () i dla każdej pary obszarów 1 2 istnieje taka sta la C = C( 1, 2 ), że (4.10) u H k+2 ( 1 ) C( f H k ( 2 ) + u H 1 ( 2 )).[w3] Dowód. Dowód przebiega indukcyjnie. Za lóżmy, że k = 0, tzn. f L 2 (). Oznaczmy ε = dist( 1, 2 ) i ε = {x : dist(x, ) > ε}. Niech ξ be dzie taka funkcja klasy C (IR n ), że ξ(x) = 1 na 2 ε i ξ(x) = 0 dla x / 2 2 ε. Jeśli v 0 H 1 ( 2 ), to ξv 0 = v H0(). 1 Rozumiemy tutaj, że 3 v 0 (x) = 0 dla x / 2. W tożsamości (4.3) k ladziemy v = ξv 0. Korzystaja c z równości u v = ( u ξ)v 0 + (ξu) v 0 u ξ v 0, 18
19 (4.3) można zapisać w postaci (4.11) U v 0 = 2 F v u ξ v 0, [w5] 2 gdzie F = fξ u ξ L 2 ( 2 ) i U = ξu H 1 ( 2 ). Ponieważ ξ zeruje sie na poza 2 to ca lkowanie w (4.11) przebiega po 2 3 ε 2 2 ε. 3 Niech v 1 be dzie funkcja z H 1 ( 2 ) przed lużona zerem poza 2. Dla h < ε, 2 Di hv 1 H 1 ( 2 ε ) L 2 ( ε ). Podstawiaja 2 2 c w (4.11) v 0 = D hv i 1 i wykorzystuja c wzór (3.6) dostaniemy (4.12) Sta d i z (3.7) Z oszacowania otrzymujemy (4.13) DhU i v 1 = 2 F D hv i Dh(u ξ) i v 1.[w6] 2 DhU i v 1 ( F L 2 ( 2 ) + C u H 1 ( 2 )) v 1 L 2 ( 2 ). 2 F L 2 () C( f L 2 ( 2 ) + u H 1 ( 2 )), DhU i v 1 C( f L 2 ( 2 ) + u H 1 ( 2 )) v 1 L 2 ( 2 ).[w7] 2 Podstawiaja c w (4.13) v 1 = D i hu mamy Sta d 2 v 1 2 C( f L 2 ( 2 ) + u H 1 ( 2 )) v 1 L 2 ( 2 ). v 1 L 2 ( 2 ) C( f L 2 ( 2 ) + u H 1 ( 2 )). Z powyższej nierówności wynika, że rodzina D i hu jest jednostajnie ograniczona w L 2 ( 2 ), a wie c na mocy Twierdzenia 3.1, U H 2 ( 2 ) oraz (4.14) U L 2 ( 2 ) C( f L 2 ( 2 ) + u H 1 ( 2 )).[w77] Przypomnijmy, że U = u na 1, sta d u H 2 ( 1 ), a tym samym u H 2 loc(). Korzystaja c z nierówności Poincarégo i (4.14) dostajemy oszacowanie u H 2 ( 1 ) C( f L 2 ( 2 ) + u H 1 ( 2 )). W ten sposób zakończyliśmy dowód pierwszego kroku indukcji. Za lóżmy teraz, że jeśli f L 2 () Hloc(), k to u Hloc k+2 (), u H k+2 ( 1 ) C(k, 1, 2 )( f H k ( 2 ) + u H 1 ( 2 )) 19
20 oraz zachodzi tożsamość (4.15) Dh(D i α U) v k+1 = 2 D α F D hv i k Dh(D i α (u ξ)) v k+1 [w8] 2 dla każdej funkcji v k+1 H 1 ( 2 ) i α k. Jeśli teraz f L 2 () H k+1 () i α k, to D α U H 2 ( 2 ) i D α F H 1 ( 2 ). Przechodza c w (4.15) z h 0, dostajemy D α U xi v k+1 = 2 D α F (v k+1 ) xi + 2 D α (u ξ) xi v k+1. 2 Niech v k+2 H 1 ( 2 ); k lada c v k+1 = D i hv k+2 otrzymamy Dh(D i α U xi ) v k+2 = D α F xi D hv i k+2 + Dh(D i α (u ξ) xi ) v k Z za lożenia indukcyjnego F H k+1 ( 2 ) C( f H k+1 ( 2 ) + u H k+2 ( 2 )) C( f H k+1 ( 2 ) + u H 1 ( 2 )). Podstawiaja c v k+2 = D i h(d α U xi ), rozumuja c jak w kroku pierwszym, wnioskujemy, że u H k+3 loc (). Uwaga 4.1. Jeśli f L 2 () i u H 1 () jest rozwia zaniem (4.1), to u spe lnia równanie Poissona prawie wsze dzie. Dowód. Z Twierdzenia (4.4) wynika, że u Hloc(), 2 czyli u L 2 loc(). Niech 1 i v H0( 1 1 ). Z (4.3) dostaniemy tożsamość u v = 1 fv dla v H0( 1 1 ). 1 Sta d 1( u + f)v = 0, co pocia ga u = f prawie wsze dzie w. Stosuja c podobne idee jak w dowodzie Twierdzenia (4.4), można wykazać [2], [3], [7] regularność rozwia zań aż do brzegu. Twierdzenie 4.5 [glad1] Jeśli f H k (), C k+2, k 0, to s labe rozwia zanie u zagadnienia u = f, u = 0 jest w H k+2 (), u H k+2 () C f H k () i sta la C nie zależy od f. Zauważmy, że z Twierdzenia (4.5) i Twierdzenia (3.3) wynika Twierdzenie 4.6 [gladx] Jeśli f H 1+[ n 2 ] () i C 3+[ n 2 ], to s labe rozwia zanie równania (4.1) z jednorodnym warunkiem brzegowym jest rozwia zaniem klasycznym. 20
21 Rozpatrzmy teraz zagadnienie (4.1), (4.2) w ca lej ogólności, tzn. zak ladamy, że ϕ jest śladem pewnej funkcji Φ H k+2 (aby to zagwarantować, w myśl H5 wystarczy, że ϕ C k+2 ( )) i f H k (). Wprowadźmy funkcje pomocnicza w = u Φ. Oczywiście dla v H 1 0() w v = F 1v, gdzie F 1 = f + Φ. Funkcja w spe lnia jednorodny warunek brzegowy i F 1 H k (), a wie c z Twierdzenia 4.5 w H k+2 (). Wykazaliśmy w ten sposób Twierdzenie 4.7 [glad2] Jeśli f H k () i ϕ jest śladem funkcji z H k+2 (), to rozwia zanie u zagadnienia (4.1), (4.2) należy do H k+2 (). 5. Klasyczne rozwia zania równania Poissona. Be dziemy rozpatrywać klasyczne rozwia zania zagadnienia (4.1), (4.2). W Twierdzeniu (4.6) podane sa warunki na f i gwarantuja ce istnienie klasycznych rozwia zań. Udowodnimy, że istnieja rozwia zania klasyczne przy znacznie s labszych za lożeniach o, f i ϕ. Zaczniemy od tzw. zasad maksimum, które sa podstawowym narze dziem analizy rozwia zań równań eliptycznych. Zasady maksimum. Udowodnimy prosty pomocniczy Lemat 5.1 Jeśli u C 2 () C 0 ( ) i u > 0, to maksimum funkcji u nie może być osia gnie te w. Dowód. Za lóżmy, że maksimum funkcji u przyje te jest w punkcie x 0. Wtedy u(x 0 ) 0, co jest sprzeczne z naszym za lożeniem. Poniższy lemat nosi nazwe s labej zasady maksimum. Lemat 5.2 Jeśli u C 2 () C 0 ( ) i u 0, to u osia ga maksimum na. Dowód. Wprowadzamy funkcje pomocnicza w(x) = u + εe x 1, x 1 oznacza pierwsza wspó lrze dna punktu x i ε > 0. Oczywiście w = u + εe x 1 > 0. Funkcja w osia ga maksimum na i na mocy poprzedniego lematu sup x u(x) < sup w(x) sup w(x) sup u(x) + ε sup e x 1 x x x x Przechodza c z ε 0 dostajemy sup x u(x) sup x u(x). Ze s labej zasady maksimum wynikaja natychmiast dwa wnioski. 21
22 Wniosek 5.1 Funkcja harmoniczna i cia g la w osia ga swoje kresy na. Wniosek 5.2 Zagadnienie (4.1), (4.2) ma co najwyżej jedno klasyczne rozwia zanie. Poniższy lemat odgrywa tutaj pomocnicza role przy dowodzie mocnej zasady maksimum, ale poza tym znajduje wiele zastosowań. Lemat 5.3 (E. Hopf) Zak ladamy, że K := K R (0) IR n, x 0 K, u C 2 (K) C(K {x 0 }), u 0 oraz u(x) < u(x 0 ) dla x K. Wtedy dla takiego wektora n, że n ν(x 0 ) > 0 (ν(x 0 ) wektor normalny zewne trzny do w punkcie x 0 ) zachodzi nierówność 1 lim inf t 0 + t [u(x0 ) u(x 0 tn)] > 0. W szczególności, jeśli u C 1 (K {x 0 }), to u n > 0. Dowód. Bez zmniejszania ogólności, możemy za lożyć, biora c ewentualnie mniejsza kule, że K = K R (0), u(x) < u(x 0 ) dla x K {x 0 } i u C 0 ( K). Wprowadzamy funkcje pomocnicza w(x) = u(x) + εh(x), gdzie h(x) = e x 2 e R2 0. Oznaczmy Σ = K K R/2 (x 0 ) i zauważmy, że w > 0 na Σ. Wynika sta d, że w nie może osia gać maksimum na Σ. Dowodzimy, że dla dostatecznie ma lych ε, w osia ga maksimum w x 0. Na Σ K h(x) = 0, a wie c w(x) < w(x 0 ) i dla x Σ K u(x) < u(x 0 ). Jeśli dobierzemy ε dostatecznie ma le, to taka sama nierówność be dzie zachodzić dla funkcji w. W rezultacie w(x 0 ) w(x 0 tn) 0, t dla dostatecznie ma lych dodatnich t. Przechodza c z t 0 dostajemy bo h n < 0. u(x 0 ) u(x 0 tn) lim inf t 0 t ε h n (x0 ) > 0, Jak wspomnieliśmy, wnioskiem z zasady Hopfa jest Twierdzenie 5.1 (Mocna zasada maksimum) Jeśli u C 2 () C 0 ( ), u 0 i u przyjmuje maksimum w, to u jest funkcja sta la. Dowód. Po lóżmy Q = {x : u(x) = sup y u(y)}. Q jest zbiorem domknie tym w. Mamy wykazać, że jest pusty lub pokrywa sie z. Za lóżmy, że jest w laściwym podzbiorem. Istnieje wtedy taka kula K, że K \ Q i K Q. Jeśli x 0 K Q, to u(x 0 ) > u(x) dla x K. 22
23 Sta d, na mocy zasady Hopfa pochodna w kierunku wektora ν normalnego do K w punkcie x 0 jest dodatnia, u(x ν 0) = u(x 0 ) ν > 0, co przeczy temu, że x 0, a wie c u(x 0 ) = 0. Mocna zasada maksimum pozwala oszacować rozwia zanie przez jego wartości na brzegu oraz prawa strone równania. Wniosek 5.3 Jeśli f C 0 ( ), ϕ C 0 ( ) i u jest klasycznym rozwia zaniem (4.1), (4.2), to (5.1) u(x) max ϕ + C max f.[osz1] Dowód. Możemy za lożyć, że {x : 0 x 1 d}. K ladziemy w(x) = M + (e βd e βx 1 )F, gdzie M = max ϕ, F = max f. Dla dostatecznie dużych β, (w+u) = w+ u = β 2 e x 1 F f < 0, a na, w+u = w+ϕ 0. Z zasady maksimum w u. Przeprowadzaja c podobne rozumowanie dla funkcji w u, dostajemy u w. W rezultacie w u w, a wie c spe lniona jest nierówność (5.1). Istnienie rozwia zań klasycznych. Zaczniemy od twierdzenia, które mówi, że dla dostateczne regularnych warunków brzegowych istnieja funkcje harmoniczne spe lniaja ce te warunki. W dowodzie wykorzystamy Lemat 5.4 [lem] Jeśli f C 1 ( ) i U jest potencja lem obje tościowym zwia zanym z f, to U C 2 () C 1 ( ) i U spe lnia równanie U = f. Dowód. Przypomnijmy, że potencja lem obje tościowym funkcji f nazywamy funkcje U zadana wzorem U(x) = E n (x y)f(y) dy. Korzystaja c z mierzalności i ograniczoności f latwo wykazać, że U C 1 ( ) oraz U E n (x y) (5.2) = f(y) dy.[lem1] x i y i Jeśli f C 1 ( ), to ze wzoru (1.3) dostajemy (5.3) U = E n (x y) f x i y dy E n (x y)f(y)ν i (y) ds y.[lem2] Pierwsza ca lka w (5.3) jest potencja lem obje tościowym funkcji f y C0 ( ), a wie c, jako funkcja x, należy do C 1 ( ). Druga jako potencja l warstwy 23
24 pojedynczej jest g ladka. Wynika sta d, że U C 1 ( ) C 2 (). Niech v be dzie dowolna funkcja z C 2 c (). Wykorzystuja c (3.13) dostajemy (5.4) v(x) = E n (x y) v(y) dy.[lem3] Stosuja c teraz wzory Greena i twierdzenie Fubiniego oraz (5.4) otrzymujemy (5.5) v(x) U(x) dx = v(x)u(x) dx = ( ) v(x) E n (x y)f(y) dy dx = v(y)f(y) dy.[lem4] W ten sposób wykazaliśmy, że v(x)( U(x) f(x)) dx = 0 dla każdej v C 2 c (). Sta d natychmiast wynika, że U = f. Twierdzenie 5.2 Jeśli C 2, to istnieje funkcja u harmoniczna na i cia g la na przyjmuja ca zadane wartości ϕ C 0 ( ) na. Dowód. Za lóżmy, że C. Istnieje wtedy cia g ϕ n C ( ) zbieżny w C 0 do ϕ. Dla takich ϕ n, na mocy Twierdzenia (4.6), istnieja funkcje harmoniczne u n C 0 ( ) spe lniaja ce warunek brzegowy u n = ϕ n. Z zasady maksimum dla funkcji harmonicznych u n u m ϕ n ϕ m, a wie c u n zbiega jednostajnie na do pewnej funkcji u, która jako granica jednostajnie zbieżnego cia gu funkcji harmonicznych jest też harmoniczna. Oznaczmy przez Φ cia g le rozszerzenie ϕ na, a przez M = max x Φ(x). Niech i be dzie wste puja cym cia giem zbiorów otwartych, o brzegach klasy C, wype lniaja cych w sumie, i =. Jak wykazaliśmy wyżej, dla każdego i istnieje cia g funkcji harmonicznych u i,m zbieżny na i do funkcji harmonicznej u i spe lniaja cej warunek brzegowy u i i = Φ. Z cia gu u i,2 wybieramy podcia g zbieżny u ik,2 na 1, dalej z u ik,3 wybieramy podcia g zbieżny na 2, i.t.d.. Cia g u i,i, jak wynika z jego konstrukcji, jest zbieżny na do pewnej funkcji harmonicznej u. Pozostaje wykazać, że u C( ) i u = ϕ. Dopiero teraz wykorzystamy za lożenie C 2. Dowód dla wygody zapisu przeprowadzimy dla n > 2, na przypadek n = 2 przenosi sie on w naturalny sposób. Wybieramy dowolny punkt x 0 i chcemy wykazać, że lim x x0 u(x) = Φ(x 0 ). Φ jest funkcja cia g la, a wie c dla zadanego ε istnieje takie δ, że Φ(x) Φ(x 0 ) < ε dla x x 0 < δ. Niech K r (x 1 ) be dzie kula styczna zewne trznie do w punkcie x 0. Funkcja 24
25 w(x) = r 2 n x x 1 2 n jest harmoniczna dla x x 1 i w(x) 0 dla x. Dobieramy sta la C tak aby, Φ(x 0 ) ε Cw(x) Φ Φ(x 0 ) + ε + Cw(x) dla x. Funkcje u i,i (x) + Cw(x) i u i,i (x) Cw(x) sa harmoniczne w i, cia g le na i oraz (u i,i + Cw) = (Φ + Cw) > Φ(x 0 ) ε, (u i,i Cw) = (Φ Cw) < Φ(x 0 ) + ε. Sta d na mocy zasady maksimum u i,i (x) + Cw(x) > Φ(x 0 ) ε i u i,i (x) Cw(x) > Φ(x 0 ) + ε. W rezultacie dostajemy oszacowanie Φ(x 0 ) ε Cw(x) u(x) Φ(x 0 ) + ε + Cw(x) dla x i. Przechodza c teraz z i, a naste pnie z x x 0, otrzymujemy Φ(x 0 ) ε lim inf x x 0 u(x) lim sup x x 0 u(x) Φ(x 0 ) + ε, a sta d lim x x0 u(x) = Φ(x 0 ). Przejdźmy do problemu istnienia rozwia zania równania Poissona (4.1) z niejednorodnym warunkiem brzegowym (4.2). Twierdzenie 5.3 Jeśli C 2, f C 1 ( ) i ϕ C 0 ( ), to zagadnienie (4.1), (4.2) ma klasyczne rozwia zanie. Dowód. Na mocy Lematu (5.4) U(x) = E n(x y)f(y) dy jest klasycznym rozwia zaniem (4.1) i U C 2 () C 0 ( ). Z poprzedniego twierdzenia wynika istnienie funkcji harmonicznej v C 0 ( ) spe lniaja cej warunek brzegowy v = ϕ U. Oczywiście u = U + v jest klasycznym rozwia zaniem naszego problemu. Funkcja Greena. Oznaczmy przez γ(x, y) funkcje dwóch zmiennych spe lniaja ca naste puja ce warunki: γ(x, ) C 2 () C 1 ( ), y γ(x, y) = 0 dla y, γ(x, y) = E n (x, y) dla y. Istnienie funkcji γ jest gwarantowane Twierdzeniem (4.6) i odpowiednimi za lożeniami o regularności. 25
26 Definicja 5.1. Funkcje G(x, y) = E n (x, y) + γ(x, y) nazywamy funkcja Greena dla operatora Laplace a W interpretacji fizycznej G(x, y) jest potencja lem elektrycznym w punkcie y wytworzonym przez ladunek jednostkowy umieszczony w punkcie x. Warunek trzeci w definicji oznacza, że brzeg obszaru zosta l uziemiony. Jeśli u jest klasycznym rozwia zaniem zagadnienia (4.1), (4.2) i f C 0 ( ), to (5.6) u(x) = G(x, y)f(y) dy + ϕ(y) G ν y (x, y) ds y.[wzor1] Odwrotnie, można też wykazać [2], [3], że jeśli u dana jest wzorem (5.6) i f spe lnia warunek Höldera to u jest rozwia zaniem (4.1), (4.2). W dalszej cze ści, w dowodach istnienia rozwia zań zagadnień nieliniowych wykorzystywać be dziemy oszacowania funkcji Greena. Twierdzenie 5.4 Prawdziwe sa naste puja ce oszacowania funkcji Greena i jej pochodnych: (a). 0 < G 2 (x, y) < E 2 (x, y) + 1 log diam, 2π (b). 0 < G n (x, y) < E n (x, y) dla n > 2, C (c). G n <, gdzie sta la C zależy tylko od obszaru. x y n 1 Dowód. Ograniczymy sie tylko do dowodu pierwszych dwóch nierówności. Dowód oszacowań pochodnych jest znacznie trudniejszy [8]. Ustalmy x i oznaczmy G(y) = G(x, y). Z definicji funkcji Greena wynika, że G(y) +, gdy y x. Istnieje wie c takie r > 0, że G(y) > 0 w K r (x). G jest harmoniczna w \ K r (x), G = 0 i G Kr(x) > 0. Z zasady maksimum wynika, że G(y) > 0 w \ K r (x), a tym samym G > 0 w. Z zasady maksimum wynika też, że jeśli n > 2, to γ(x, ) < 0 w. Dostaliśmy tym samym oszacowanie (b). Dla n = 2, E 2 (x, y) 1 log diam dla y, a wie c z zasady maksimum γ < 1 log diam. Ska d natychmiast wynika (a). 2π 2π 6. Nieliniowe równania Poissona. Zajmiemy sie zagadnieniem postaci (6.1) (6.2) u = f(u), [n1] u = 0.[n2] Poniższy przyk lad wskazuje, że za lożenia regularności funkcji f nie gwarantuja istnienia rozwia zania problemu (6.1), (6.2). 26
27 Przyk lad 6.1. Rozpatrzmy zagadnienie (6.3) u = λe u, λ IR +, [n3] (6.4) u = 0.[nnn] Niech u 1, λ 1 be da odpowiednio pierwsza funkcja w lasna i pierwsza wartościa w lasna w obszarze. Wiadomo [2], że u 1 > 0 na i λ 1 > 0. Mnożymy równanie (6.3) przez u 1 i ca lkujemy po obszarze. Dostajemy u u 1 = u u 1 = u u 1 = λ 1 uu 1 = λ e u u 1 > λ uu 1. Sta d (λ 1 λ) uu 1 > 0, a wie c λ < λ 1. Wykazaliśmy w ten sposób, że dla λ λ 1 nasze zagadnienie nie ma rozwia zań. Z pomoca funkcji Greena zagadnienia różniczkowe (6.1), (6.2) możemy sprowadzić do równania ca lkowego (6.5) u(x) = G(x, y)f(u(y)) dy.[n4] Prawa strone (6.5) definiuje operator w G(x, y)f(w(y)) dy dzia laja cy na pewnej przestrzeni funkcyjnej X. Istnienie rozwia zania (6.5) sprowadza sie w ten sposób do znalezienia punktu sta lego tego operatora. Problem polega na odpowiednim doborze przestrzeni X i zastosowaniu jednego z twierdzeń o punkcie sta lym. Użyteczna dla nas be dzie wersja Twierdzenia Leraya-Schaudera, znana też jako Twierdzenie Schaefera. Twierdzenie 6.1 Zak ladamy, że odwzorowanie T przestrzeni Banacha X jest cia g le i zwarte oraz zbiór {u X : u = λt (u) dla pewnego λ [0, 1]} jest ograniczony. Wtedy T ma punkt sta ly. Zastosujmy ja do dowodu naste puja cego twierdzenia: Twierdzenie 6.2 Jeśli f jest funkcja nieujemna, cia g la i maleja ca, to zagadnienie (6.1), (6.2) ma dok ladnie jedno klasyczne rozwia zanie. Dowód. Przestrzenia X, w której be dziemy pracować, jest przestrzeń funkcji cia g lych na, X = C 0 ( ). Z cia g lości f wynika natychmiast cia g lość operatora T (w)(x) = G(x, y)f(w(y)) dy. Jego zwartość jest konsekwencja Twierdzenia Arzèli-Ascoliego oraz oszacowań na pochodne funkcji Greena. Istotnie, zauważmy, że jeśli A X jest podzbiorem ograniczonym, to sup w A T (w) C sup x x y 1 n dy C, a wie c obraz T (A) sk lada sie z funkcji wspólnie ograniczonych i jednakowo cia g lych. 27
28 Pozostaje do wykazania oszacowanie a priori rozwia zań równania u = λt (u). Jeśli u λ = T (u λ ), to 0 u λ (x) λ G(x, y) f(0) dy C(, f), co daje potrzebne oszacowanie na możliwe rozwia zania. Twierdzenie Schaefera nie gwarantuje jednoznaczności rozwia zań. Za- lóżmy wie c istnienie dwóch rozwia zań, u i v. Ich różnica spe lnia równanie (u v) = f(u) f(v). Mnożymy je obustronnie przez u v i ca lkujemy po. Dostajemy (u v) 2 = (f(u) f(v))(u v) 0, a wie c u v = 0. Bardzo ciekawym zagadnieniem jest podanie warunków na f lub obszar gwarantuja cych nieistnienie rozwia zań. Może sie to udać, jak w przyk ladzie (6.1), gdzie prawa strona by la specjalnej postaci. Rozpatrzmy ogólniejsze zagadnienie (6.6) u = λf(u), u = 0, [n5] nazywane czasami nieliniowym zagadnieniem w lasnym. Wykażemy, podobnie jak w przyk ladzie (6.1), że przy odpowiednich za lożeniach o f, dla dostatecznie dużych λ, (6.6) nie ma rozwia zań. Zauważmy, że do powtórzenia przeprowadzonego wcześniej rozumowania f(s) istotne jest tylko za lożenie lim s = a > 0, z którego wynika istnienie s takich sta lych a, b, że f(u) au + b. Mnoża c teraz równanie (6.6) przez pierwsza funkcje w lasna laplasjanu u 1 i ca lkuja c po dostajemy u 1 ( u) = λ 1 u 1 u = λ u 1 f(u) λ u 1 (au + b). Wynika sta d, że (λ 1 λa) uu 1 0, a wie c warunkiem koniecznym istnienia rozwia zań jest λ < λ 1 a. Bardzo pomocnym narze dziem w dowodach twierdzeń o nieistnieniu rozwia zań zagadnienia (6.1), (6.2) jest tzw. tożsamość Pokhożajewa. Zacznijmy od tożsamości : u ( ) Σ n u k=1x k x k = Σ n i,k=1x k x i ( ) u u x i x k Σ n 1 i,k=1 ( 2 x u k x k x i prawdziwej dla funkcji u C 2 () C 1 ( ), u L 1 (). Ca lkuja c przez cze ści pierwszy sk ladnik powyższej sumy dostajemy (ν u)(x u) u 2, ) 2 a drugi jest równy x ν u 2 n u 2. 28
29 W rezultacie dostajemy tzw. tożsamość Rellicha u ( ) Σ n u k=1x k x k = (ν u)(x u)+ n 2 2 u x ν u 2. Za lóżmy, że u C 2 () C 1 ( ) jest rozwia zaniem (6.1), (6.2) z f C 0 (IR). Oznaczmy przez F funkcje pierwotna f, F = f. Ca lkuja c przez cze ści otrzymujemy u ( ) Σ n u k=1x k x k = f(u)σ n u k=1x k = x k Σ n k=1f u (u)x k = x k F (u) ν xf (0). Σ n k=1x k F (u) = x k Punkt x traktowany jako wektor, przedstawiamy w postaci x = (x ν)ν +(x t) t, gdzie t jest wektorem jednostkowym stycznym do w punkcie x. Z przedstawienia tego natychmiast dostajemy x u = u u = (x ν). x ν Sta d u 2 (ν u)(x u) = (x ν). ν Korzystaja c teraz z tożsamości Rellicha otrzymujemy tożsamość Pokhożajewa (6.7) + n 2 2 (x ν) 2 ( ) 2 u + F (0) ν x ν u 2 n F (u) = 0.[poch] Znajduje ona zastosowania w dowodach twierdzeń o nieistnieniu rozwia zań pewnych klas równań w obszarach gwiaździstych. Przypomnijmy, że Definicja 6.1. Obszar nazywamy gwiaździstym wzgle dem pocza tku uk ladu wspó lrze dnych, jeśli dla każdego x, x ν > 0. Jak wcześniej ν oznacza wektor zewne trzny normalny do w punkcie x. Wniosek 6.1 Jeśli d > n+2 i obszar jest gwiaździsty, to zagadnienie n 2 u = u d, u = 0 nie ma rozwia zań u C 2 () C 1 ( ). Dowód. W naszym przypadku F (u) = ud+1 d+1 i (6.7) ma postać ν x 2 ( ) 2 u + n 2 u 2 u d+1 n ν 2 d + 2 = 0. 29
30 Z za lożenia gwiaździstości wynika, że pierwszy sk ladnik powyższej sumy jest nieujemny, a wie c n 2 u 2 u d+1 (6.8) n 2 d + 2.[n10] Mnoża c nasze równanie przez u i ca lkuja c po dostajemy (6.9) u 2 = u d+1.[n11] Z (6.8) i (6.9) wynika, że n 2 2 a wie c d n+2 n 2. u 2 n u 2, d Nielokalne zagadnienia eliptyczne. Zajmiemy sie problemem istnienia (nieistnienia) rozwia zań zagadnień postaci (7.1) u = M f(u) f(u), u = 0.[nn1] Zagadnienia tego typu pojawiaja sie w teorii elektrolitów, termistorów oraz ewolucji uk ladów cza stek wzajemnie oddzia luja cych. Z pomoca funkcji Greena przekszta lcamy (7.1) do postaci ca lkowej (7.2) u(x) = Mµ G(x, y)f(u(y)) dy, [nn2] gdzie µ = ( f(u)) 1. Prawa strone (7.4) traktujemy jak przekszta lcenie przestrzeni C 0 ( ) w siebie. Z oszacowań funkcji Greena wynika, że jest ono cia g le i zwarte, jeśli tylko f jest funkcja cia g la. Jeśli dodatkowo jest maleja ca, dostajemy oszacowanie na norme rozwia zania Wynika z niego, że jeśli u MC()f(0)(f( u )) 1. lim zf(z) > MC(), z to dysponujemy oszacowaniem a priori rozwia zań (7.1). Przy za lożeniu, że f jest funkcja rosna ca u MC()f( u ), oszacowanie na rozwia zanie dostaniemy, jeśli tylko z lim z f(z) > MC(). Aby uzyskać mocniejsze twierdzenia o istnieniu rozwia zań wykorzystamy 30
P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja
19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca
FUNKCJE LICZBOWE. x 1
FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy
Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia
Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej
DZYSZKOLNE ZAWODY MATEMATYCZNE. Eliminacje rejonowe. Czas trwania zawodów: 150 minut
XLIII MIE DZYSZKOLNE ZAWODY MATEMATYCZNE Eliminacje rejonowe Czas trwania zawodów: 150 minut Każdy uczeń rozwia zuje dwadzieścia cztery zadania testowe, w których podano za lożenia oraz trzy (niekoniecznie
13. Cia la. Rozszerzenia cia l.
59 13. Cia la. Rozszerzenia cia l. Z rozważań poprzedniego paragrafu wynika, że jeżeli wielomian f o wspó lczynnikach w ciele K jest nierozk ladalny, to pierścień ilorazowy K[X]/(f) jest cia lem zawieraja
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
w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak
Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane
PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH
PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych
ROZDZIA l 13. Zbiór Cantora
ROZDZIA l 3 Zbiór Cantora Jednym z najciekawszych i najcze ściej spotykanych w matematyce zbiorów jest zbiór Cantora W tym rozdziale opiszemy jego podstawowe w lasności topologiczne Najprościej można go
c a = a x + gdzie = b 2 4ac. Ta postać wielomianu drugiego stopnia zwana jest kanoniczna, a wyrażenie = b 2 4ac wyróżnikiem tego wielomianu.
y = ax 2 + bx + c WIELOMIANY KWADRATOWE Zajmiemy sie teraz wielomianami stopnia drugiego, zwanymi kwadratowymi. Symbol w be dzie w tym rozdziale oznaczać wielomian kwadratowy, tj. w(x) = ax 2 + bx + c
Wyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
Pojȩcie przestrzeni metrycznej
ROZDZIA l 1 Pojȩcie przestrzeni metrycznej Definicja 1.1. Dowolny niepusty zbiór X z funkcja ρ : X X [0, ), spe lniaja ca naste puja ce trzy warunki M1: ρ(x, y) = 0 x = y, M2: ρ(x, y) = ρ(y, x), M3: ρ(x,
czastkowych Państwo przyk ladowe zadania z rozwiazaniami: karpinw adres strony www, na której znajda
Zadania z równań różniczkowych czastkowych Za l aczam adres strony www, na której znajda Państwo przyk ladowe zadania z rozwiazaniami: http://math.uni.lodz.pl/ karpinw Zadanie 1. Znaleźć wszystkie rozwiazania
Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.
Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa
KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia
KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia 18 grudnia 2006 Zasada szufladkowa, zwana też zasada Dirichleta, a w jez. ang.,,pigeonhole Principle może być sformu lowana naste puja co.
Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych
Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych Pawe l Józiak 007-- Poje cia wste pne Wielomianem zmiennej rzeczywistej t nazywamy funkcje postaci:
5. Obliczanie pochodnych funkcji jednej zmiennej
Kiedy może być potrzebne numeryczne wyznaczenie pierwszej lub wyższej pochodnej funkcji jednej zmiennej? mamy f(x), nie potrafimy znaleźć analitycznie jej pochodnej, nie znamy postaci f(x), mamy stablicowane
g liczb rzeczywistych (a n ) spe lnia warunek
. Czy jest prawda, że a) R y R z R y + yz + = 0 ; b) R y R z R y + yz + 0 ; c) R y R z R y + yz + = 0 ; d) R y R z R y + yz + 0? 2. Czy jest prawdziwa nierówność a) ctg > ; b) tg < cos ; c) cos < sin ;
Wyk lad 7 Baza i wymiar przestrzeni liniowej
Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem
Funkcja może mieć lokalne ekstrema jedynie w punktach, w których jej gradient, czyli wektor f = grad f = [ f
Matematyka A, egzamin, 7 czerwca 005 rozwia zania Mam nadzieje, że nie ma tu b le dów poza jakimiś literówkami, od których uwolnić sie jest bardzo trudno. Zache cam do obejrzenia rozwia zań zadań z egzaminu
Ekonomia matematyczna i dynamiczna optymalizacja
Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać
Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie
1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z
Analiza matematyczna 2, cze ść dziesia ta
Analiza matematyczna 2, cze ść dziesia ta Informacja ogólna dla tych, którzy jeszcze ze mna chca rozmawiać o stopniach: zdecydowana wie kszość twierdzeń w matematyce, w analizie w szczególności, sk lada
13 Zastosowania Lematu Szemerédiego
13 Zastosowania Lematu Szemerédiego 13.1 Twierdzenie Erdősa-Stone a (Rozdzia ly 7.1 i 7.5 podre cznika) Jednym z g lównych zagadnień ekstremalnej teorii grafów jest wyznaczenie parametru ex(n, H) = max{
Dziedziny Euklidesowe
Dziedziny Euklidesowe 1.1. Definicja. Dziedzina Euklidesowa nazywamy pare (R, v), gdzie R jest dziedzina ca lkowitości a v : R \ {0} N {0} funkcja zwana waluacja, która spe lnia naste ce warunki: 1. dla
Matematyka A, egzamin, 17 czerwca 2005 rozwia zania
Matematyka A, egzamin, 7 czerwca 00 rozwia zania Mam nadzieje, że nie ma tu b le dów poza jakimiś literówkami, od których uwolnić sie trudno. Zache cam do obejrzenia rozwia zań zadań z egzaminu dla matematyki
Prostota grup A n. Pokażemy, że grupy A n sa. proste dla n 5. Dowód jest indukcyjny i poprzedzimy go lematem.
Prostota grup A n. Pokażemy, że grupy A n sa proste dla n 5. Dowód jest indukcyjny i poprzedzimy go lematem. 1 2 0. Twierdzenie Schura Zassenhausa W tym rozdziale zajmiemy sie bardzo użytecznym twierdzeniem,
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
Zastosowanie metod matematycznych w fizyce i technice - zagadnienia
Zastosowanie metod matematycznych w fizyce i technice - zagadnienia 1 Metoda ι Grama Schmidta zortogonalizować uk lad funkcji {x n } n= a) na odcinku 1; 1 z waga ι ρx) = 1, b) na prostej ; ) z waga ι ρx)
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
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)
Tekst poprawiony 27 XII, godz. 17:56. Być może dojda
Tekst poprawiony 27 XII, godz. 7:56. Być może dojda naste pne zadania Definicja 7. krzywej) Niech P oznacza dowolny przedzia l niezdegenerowany. Przekszta lcenie r: P IR k nazywamy krzywa. Jeśli r jest
2a )2 a b2. = 2 4a ====== x + b. nawias
Wielomiany kwadratowe Wielomian a + + c nazywamy kwadratowym lu wielomianem drugiego stopnia, jeśli a jest licza różna od 0. W dalszym cia gu zak ladamy, że a i a 0. Możemy napisać a + + c = a ( + a )
Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8
EGZAMIN DYPLOMOWY, cze ść I (testowa) 22.06.2009 INSTRUKCJE DOTYCZA CE WYPE LNIANIA TESTU 1. Nie wolno korzystać z kalkulatorów. 2. Sprawdzić, czy wersja testu podana na treści zadań jest zgodna z wersja
Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej
Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar
Wyk lad 3 Wielomiany i u lamki proste
Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich
Udowodnimy najpierw, że,,dla dostatecznie dużych x liczby a k x k i a 0 + a 1 x + + a k x k maja ten sam znak. a k
WIELOMIANY STOPNIA WYŻSZEGO NIŻ DWA Przypominamy, że wielomianem k tego stopnia nazywamy funkcje f postaci f(x) = a 0 + a 1 x + a 2 x 2 + + a k x k, gdzie wspó lczynnik a k jest liczba różna od 0. Piszemy
Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera
Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu
4. Dzia lanie grupy na zbiorze
17 4. Dzia lanie grupy na zbiorze Znaczna cze ść poznanych przez nas przyk ladów grup, to podgrupy grupy bijekcji jakiegoś zbioru. Cze sto taka podgrupa sk lada sie z bijekcji, które zachowuja dodatkowa
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
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
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
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...................................
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
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, ),
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
Równania różniczkowe o zmiennych rozdzielonych
I Newton sformu lowa l podstawowe zasady dynamiki Druga zasada dynamiki ma postać wzoru F = m a F oznacza tu si le dzia laja ca na cia lo o masie m, a oznacza przyspieszenie tego cia la Przyspieszenie
P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF
29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Promieniowanie cia la doskonale czarnego
Rozdzia l 2 Promieniowanie cia la doskonale czarnego 2.1 Wste ι p 1. Stosunek zdolności emisyjnej dowolnego cia la do jego zdolności absorpcyjnej jest sta ly i równy zdolności emisyjnej cia la doskonale
Pierścienie grupowe wyk lad 3. lewych podmodu lów prostych. Ogólniej, aby roz lożyć dany pierścień na sume. prosta
Pierścienie rupowe wyk lad 3 Już wiemy, że alebre rupowa CG skończonej rupy G można roz lożyć na sume lewych podmodu lów prostych Oólniej, aby roz lożyć dany pierścień na sume prosta jeo dwóch podmodu
Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1.
1. Czy prawda jest, że a) x R y R y 2 > 1 1+x 2 ; b) y R x R y 2 > 1 1+x 2 ; c) x R y R y 2 > 1 1+x 2 ; d) x R y R y 2 > 1 1+x 2? 2. Czy naste puja ca relacja na zbiorze liczb rzeczywistych jest relacja
Sterowalność liniowych uk ladów sterowania
Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,
Granice funkcji, definicja cia
Granice funkcji, definicja Jednym z najważniejszych poje ć w matematyce jest poje cie funkcji Przypomnimy definicje Definicja 61 funkcji, wartości, obrazu, dziedziny i przeciwdziedziny Przyporza dkowanie
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
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
Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?
1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 2. Czy prawda jest, że a) 5 8 1 jest podzielne przez 4 ; b) 5 7 1 jest podzielne przez 4 ; c) 3
stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv
Matematyka Pochodna Pochodna funkcji y = f(x) w punkcie x nazywamy granice, do której daży stosunek przyrostu funkcji y do odpowiadajacego mu przyrostu zmiennej niezaleźnej x, g przyrost zmiennej daży
sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński)
Zadanie 1 Pokazać, że dowolne dwie kule w R z metryka sa homeomorficzne Niech ρ be dzie metryka równoważna z, to znaczy wyznaczaja ca topologie na R Czy wynika z tego, że dowolne dwie kule w metryce ρ
Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej
Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej
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
Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka
Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach
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
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
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
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,
Wyk lad 11 1 Wektory i wartości w lasne
Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V
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
Normy wektorów i macierzy
Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,
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,
RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ
RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ RÓŻNICZKOWYCH Tomasz Kochanek 1 Twierdzenie Titchmarsha Symbolem C[, ) oznaczać bedziemy przestrzeń wszystkich zespolonych funkcji ciag
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
Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1
Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Równania różniczkowe pierwszego rzędu Równaniem różniczkowym zwyczajnym pierwszego rzędu nazywamy równanie postaci (R) y = f(x, y). Najogólniejszą
RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych
RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )
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 + +
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
2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH
2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH Typeset by AMS-TEX 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 7 Zasada bijekcji. Jeżeli istnieje bijekcja f : A B, tj. f jest funkcja różnowartościowa i,,na (tzn.
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
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
Wyk lad 14 Cia la i ich w lasności
Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,
Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12
Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Egzamin Termin: 28.01, godz. 10.15-11.45, sala 309 3 pytania teoretyczne 2 zadania wybór pytań i wybór zadań
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
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
Dzia lanie grupy na zbiorze. Twierdzenie Sylowa
Dzia lanie grupy na zbiorze. Twierdzenie Sylowa Niech G be dzie dowolna grupa, zaś X zbiorem. 1. Definicja. Dzia laniem grupy G na zbiorze X nazywamy funkcje µ: G X X, µ(g, x) = g x, spe lniaja ca dwa
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
KOMBINATORYKA 1 WYK LAD 10 Zbiory cze
KOMBINATORYKA 1 WYK LAD 10 Zbiory cze ściowo uporza dkowane 17 maja 2012 W rozdziale tym omówimy jedno z fundamentalnych poje ć kombinatoryki, jakim jest zbiór cze ściowo uporza dkowany. Pokażemy w jaki
c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi,
3 Korzystaja c ze wzoru dwumianowego Newtona obliczyć sumy: a) n ( n n k) ; b) 4 W rozwinie ciu dwumianowym: ( 4 a) ) 1, 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, ( ) b) 3 13, 5 +
Funkcje wielu zmiennych
Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem
LX Olimpiada Matematyczna
LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1
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)
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
Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego
Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni
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)
FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
Szeregi liczbowe wste
3 grudnia 2007 orawi lem dowód twierdzenia o rzybliżeniach dziesie tnych Zajmiemy sie teraz cia gami nieskończonym, ale zaisywanymi w ostaci sum. Definicja 2. (szeregu) Niech (a n ) be dzie dowolnym cia
11 Równania różniczkowe cząstkowe. Równania różniczkowe cząstkowe pierwszego rzędu.
Równania różniczkowe cząstkowe pierwszego rzędu 11 1 11 Równania różniczkowe cząstkowe. Równania różniczkowe cząstkowe pierwszego rzędu. 11.1 Równania różniczkowe cząstkowe. Definicje i oznaczenia. Równaniem
ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x
ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo
(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach
Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element
Algebra i jej zastosowania konspekt wyk ladu, czȩść druga
Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Anna Romanowska January 29, 2016 4 Kraty i algebry Boole a 41 Kraty zupe lne Definicja 411 Zbiór uporza dkowany (P, ) nazywamy krata zupe lna,
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