on Hilbertin avaruus, jonka normin määrää sisätulo (f g) 1,2 = (f g) 2 + (f g ) 2, missä ( ) 2 on L 2 (0, 1):n tavallinen sisätulo.
|
|
- Julia Kokkonen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 f ( n n 6. Sobolevin avaruudet 1 Monisteen [7, 15.4 ja määritelmä 15.26] mukaan Banachin avaruus H 1,p (0, 1 on normiavaruuden C 1 p(0, 1 = {f C 1 (0, 1 f, f L p (0, 1} täydentymä, kun normina on f f p + f p. Toisinaan kätevämpi on tämän kanssa ekvivalentti normi f 1,p = ( f p p + f p p 1/p. Tätä normia käytetään jatkossa. Tällöin H 1,2 (0, 1 on Hilbertin avaruus, jonka normin määrää sisätulo (f g 1,2 = (f g 2 + (f g 2, missä ( 2 on L 2 (0, 1:n tavallinen sisätulo. Hieman yleisemmin olkoot R n alue ja 1 p < sekä p := p/(p 1. Merkitään k u = u/ x k, ja V := {u C 1 ( u L p (, k u L p (, k = 1,..., n}, ( ( n u 1,p := u p + k u p 1/p n 1/p, = ( u p p + k u p p H 1,p ( := avaruuden V täydentymä normin 1,p suhteen. Selvästi H 1,p ( L p (. Täydentymän alkiot ovat nimittäin normin 1,p suhteen Cauchyn jonojen (v j j=1 V ekvivalenssiluokkia. Tällainen jono on Cauchyn jono myös L p -normin p suhteen. Koska L p ( on täydellinen, on jonolla (v j j=1 raja-arvo u L p (. Avaruuden V Cauchyn jonolle (v j j=1 derivaattojen k v j jono on myös Cauchyn jono myös L p -normin suhteen. Siis on olemassa u k L p (, jolle k v j u k p 0, kun j. Merkitään D k u := u k, ns. u:n vahva derivaatta. Koska avaruuden V täydentymä H 1,p ( sisältää avaruuden V tiheänä aliavaruutena ja koska k v p v 1,p kaikille v V, ovat osittaisderivaatat k : V L p ( jatkuvia lineaarikuvauksia. Vahva derivaatta D k on siis kuvauksen k : V L p ( laajennus jatkuvaksi lineaarikuvaukseksi D k : H 1,p ( L p (. Olkoon C 1 c( kaikkien jatkuvasti derivoituvien funktioiden ϕ: R joukko, joille supp ϕ on kompakti. 2 Kun u H 1,p (, (v j j=1 V on jokin alkion u määräävä Cauchyn jono ja ϕ C 1 c(, funktion u vahvalle derivaatalle D k u = lim k k v j on ( D k u ϕ dx = lim k v j ϕ dx j ( = lim v j k ϕ dx = u k ϕ dx, j missä kohdassa ( on käytetty Fubinin lausetta ja osittaisintegrointia muuttujan x k suhteen. Huomaa, että C 1 c( L p ( ja että Hölderin epäyhtälön nojalla kuvaus w w ϕ on jatkuva lineaarifunktionaali Lp ( R, kun ϕ C 1 c(. 1 S. L. Sobolev: Sur un théorème de l analyse fonctionelle, Mat. Sbornik 4 (46, 1938, (venäjänkielinen, tiivistemä ranskaksi. Sobolev käsitteli heikkojen derivaattojen avulla määriteltyjä funktiojoukkoja, ei normitäydentymää. 2 Monesti tälle joukolle käytetään merkintää C 1 0(. Mutta mitä merkintää tällöin käytettäisiin joukolle funktioita u C 1 (, joille voidaan määritellä arvo joukon reunalla ja joille u = 0?
2 Yleisemmin: Sanotaan, että funktiolla u L p ( on heikko derivaatta (eli distribuutioderivaatta u k L 1 loc ( muuttujan x k suhteen, jos (1 u k ϕ dx = u k ϕ dx kaikille ϕ C 1 c(. Tässä joukko L 1 loc ( koostuu kaikista mitallisista funktioista v : R, joille v K L 1 (K kaikille kompakteille joukoille K. Koska ehdossa (1 funktioiden ϕ (ns. testifunktioiden kantaja on kompakti, käy heikon derivaatan määritelmä yhtä hyvin funktioille u L 1 loc (. Heikko derivaatta yleistyy paljon funktioita yleisemmille olioille, ns. yleistetyille funktioille eli distribuutioille; ks. [8, luku II] tai [11, I.8]. Koska C 1 c( on avaruuden L p ( tiheä aliavaruus, on heikko derivaatta yksikäsitteinen silloin, kun se on olemassa. (Kaikilla L p -funktioilla ei ole heikkoa derivaattaa. Edellisestä seuraa, että funktiolla u H 1,p ( on heikot derivaatat, ja että ne ovat samat kuin u:n vahvat derivaatat D k u. Jatkossa funktion u L p ( heikoille derivaatoille käytetään myös merkintää D k u. Asetetaan W 1,p ( := {u L p ( heikko derivaatta D k u L p ( kaikille k {1,..., n}}, 3 Funktioille u W 1,p ( normiksi asetaan u 1,p := ( u p p + n D ku p p 1/p. Lause 6.1 (Meyers ja Serrin. H = W. 4 Tarkemmin sanottuna H 1,p ( = W 1,p (. Inkluusio H W seuraa edellä esitetystä (Fubini+osittaisintegrointi. Sen sijaan inkluusio H W on epätriviaali approksimaatio-ongelma. Todistuksen osalta katso [6, Thm. 6.3] tai [4, Thm. 7.9]. Todistus antaa itse asiassa enemmän kuin, mitä vaaditaan. Määritelmä vaatisi osoittamaan, että funktiota u H 1,p ( voidaan approksimoida funktioilla v C 1 ( H 1,p ( normin 1,p suhteen. Approksimoivat funktiot voidaan kuitenkin valita joukosta C ( H 1,p (. Monimutkaisempi approksimaatio-ongelma on seuraava: Olkoon R n rajoitettu. Joukko C 1 ( koostukoon niistä funktioista u C 1 (, joilla osittaisderivaattoineen on jatkuva laajennuks funktioiksi R. Ongelma T. Millä ehdolla C 1 ( on tiheä avaruudessa W 1,p (? Lähisukuinen ongelma on seuraava laajennusongelma: Ongelma L. Millä ehdolla on olemassa jatkuva lineaarikuvaus L: W 1,p ( W 1,p (R n siten, että (Lu = u? 2 3 Sobolevin avaruuksille on historiallisista syistä johtuen kaksi erilaista määritelmää ja myös kaksi erilaista merkintää, H ja W, vaikka Meyersin ja Serrinin lauseen perusteella kyse onkin samasta avaruudesta. Näin myös W 1,p 0 ( tarkoittaa samaa kuin H 1,2 0 (. Lisäksi tapauksessa p = 2 käytetään usein merkintöjä H 1 ( = H 1,2 ( ja H0 1 ( = H 1,2 0 (. Myös merkintöjä H1 p(, H 1,p (, jne. käytetään. 4 Lause tunnetaan Meyersin ja Serrinin lauseena (vuodelta 1964, koska heidän julkaisemansa artikkeli, jonka otsikko on juuri H = W, sisälsi k.o. tuloksen helppolukuisessa muodossa. Saman tuloksen olivat kuitenkin jo aiemmin todistaneet Friedrichs (1944, Deny ja Lions ( , Gagliardo (1958 ja Babich (1953.
3 Voidaan osoittaa, että joukko C 1 c(r n on tiheä avaruudessa W 1,p (R n (kunhan 1 p <, kuten koko ajan. Jos yllä kuvattu laajennusoperaattori on olemassa, funktioiden v C 1 c(r n rajoittumat v muodostavat avaruuden W 1,p ( tiheän aliavaruuden. Tällöin myös C 1 ( on tiheä avaruudessa W 1,p (. Kumpaiseenkin edelliseen ongelmaan T ja L myönteistä vastausta varten riittävää on, että alueen reuna on (n 1-ulotteinen C 1 -alimonisto R n :ssä eli Differentiaalilaskenta 2:n mielessä sileä (n 1-ulotteinen pinta. Katso [6, Thm. 6.3] tai [2, Thm. IX.2 ja Thm. IX.7] Korkeamman kertaluvun Sobolevin avaruudet. Käytetään tuttuja merkintöjä: Kun α N n ja x R n, asetetaan ( j on tavallinen derivaatta ja D j distribuutioderivaatta α := α α n, x α := x α 1 1 x αn n, α := α 1 1 n αn = α 1 x α 1 1 D α := D α 1 1 Dn αn. αn x αn n Sanotaan, että funktiolla u L 1 loc ( on heikko derivaatta (eli distribuutioderivaatta D α u L 1 loc (, α Nn, jos (2 u α ϕ dx = ( 1 α D α u ϕ dx kaikille ϕ C c (. Kun m Z + ja 1 p <, olkoon W m,p ( := {u L p ( D α L p (, kun α m}. Funktioille u W m,p ( olkoon ( 1/p. u m,p := D α u p p Edelleen avaruus H m,p ( olkoon joukon α m C ( W m,p ( = {v C ( u m,p < } täydentymä normin m,p suhteen. Näillekin Sobolevin avaruuksille on voimassa Lause (Meyers ja Serrin. H m,p ( = W m,p (. Yhtäsuuruus on kutakuinkin helppo osoittaa tapauksessa = R n. Tässä tapauksessa saadaan enemmän: H m,p (R n = W m,p (R n = avaruuden Cc ( täydentymä normin m,p suhteen, t.s. joukko Cc ( on tiheä avaruudessa H m,p (R n. Sobolevin avaruuksien dualinen luonne, vahvat ja heikot derivaatat, on monesti hyödyllinen ominaisuus. Täydentymä H m,p ( tulee käytöön esimerkiksi seuraavassa: Funktioille u, v C m ( ja indekseille α N n, joille α m, on voimassa Leibnizin sääntö tulon derivaatalle D α (u v = ( α D β u D α β v, β β α missä ( ( α β := α1 ( β 1 αn β n ja β α : β1 α 1..., β n α n. ja 3
4 Tämä kaava on helppo yleistää funktioille u W m,p ( ja v C m (, ainakin niin tulkiten, että D α (u v L 1 loc (. Mutta jos molemmat funktiot ovat vain Sobolevin avaruuden funktioita, ei päättely onnistu heikkojen derivaattojen avulla. Tarkemmin: Olkoot 1 p, q, r < siten, että 1 p + 1 q = 1 r. Hölderin epäyhtälön nojalla funktioille f Lp (R n ja g L q (R n saadaan f g L r (A ja f g r f p g q. Tämän avulla funktioille u H m,p ( ja v H m,q ( saadaan u v H m,r ( ja yllä oleva Leibnizin sääntö tulon derivaatalle pätee. Yksityiskohdat jäävät lukijan tehtäväksi. Täydentymää ja Fourier n integraalimuunnoksen isometriaominaisuutta apuna käyttäen saadaan mm. seuraava yhtäpitävyyksien ketju: u H m,2 (R n D α u L 2 (R n, α m F 2 (D α u L 2 (R n, α m ξ α F 2 u L 2 (R n, α m (1 + ξ 2 m/2 F 2 u L 2 (R n. Tämä mahdollistaa reaalikertalukuisten Sobolevin avaruuksien määrittelyn (tapauksessa p = 2: Kun s R, s 0, olkoon H s,2 (R n := {u L 2 (R n (1 + ξ 2 s/2 F 2 u L 2 (R n } Laplacen yhtälö. Tarkastellaan pallossa B = B(0; R R n Laplacen yhtälöön liittyvää reuna-arvotehtävää: Pallon pinnalla S := B olkoon annettuna jatkuva funktio f C(S. On määräättävä funktio u C 2 (B C(B siten, että { u(x = 0, kun x B, (3 u(x = f(x, kun x S. Tässä u := n 2 u. x 2 k Ratkaisun antaa ns. Poissonin integraali (ks. [4, Thm. 2.6] u(x := R2 x 2 f(y n ω n R x y ds(y, n missä ω n on yksikköpallon B(0; 1 tilavuus ja ds tarkoittaa pinta-alamittaa. Yleisemmille alueille kuin palloille vastaavan reuna-arvotehtävän ratkaiseminen mutkistuu melkoisesti (ks. [4, luku 4]. Seuraavassa esitetään yksinkertainen Sobolevin avaruuksien teoriaan pohjautuva menetelmä ratkaisun olemassaolon osoittamiseen. (Mitään ratkaisun antavaa kaavaa sen sijaan ei saada Heikko ratkaisu. Asetetaan H 1,p 0 ( := avaruuden C 1 c( täydentymä normin 1,p suhteen = aliavaruuden C 1 c( sulkeuma H 1,p (:ssa. Avaruus H 1,p 0 ( on Sobolevin avaruuden H 1,p ( suljettu aliavaruus; sen avulla kuvataan funktioita, jotka häviävät alueen reunalla. S 4
5 Erityisesti H 1,2 ( ja H 1,2 0 ( ovat Hilbertin avaruuksia, joissa sisätulo on ( n (u v 1,2 := D k u D k v + u v dx. Tarkastellaan yhtälöä (4 u + λ u = f, missä f on annettu funktio ja λ R, λ > 0. Etsimme yhtälölle ratkaisua u, joka toteuttaisi reunaehdon u(x = 0, kun x, t.s. etsimme Dirichlet n reunaarvotehtävän { u + λ u = f alueessa, (5 u = 0 alueen reunalla, ratkaisua. Jotta saisimme yhtälön muotoon, johon voidaan soveltaa funktionaalianalyyttisiä menetelmiä, kerrotaan yhtälö puolittain funktiolla v ja osittaisintegroidaan (oletetaan aluksi, että esiintyvät funktiot on riittävän säännöllisiä; kaksi kertaa jatkuvasti differentioituvia alueen reunaa myöten. Koska u = 0 reunalla, saadaan divergenssilauseen avulla ( u + λ uv dx = ( n k u k v + λ u v dx = ( n D k u D k v + λ u v dx, missä u D k u on tavallisen derivaatan u k u laajennus Sobolevin avaruuteen H 1,2 0 (. Asetetaan ( n a λ (u, v := D k u D k v + λ u v dx. Tällöin a λ (u, v on hyvinmääritelty kaikille u, v H 1,2 0 (, ja yhtälön (4 ratkaisulle u on (6 a λ (u, v = f v dx kaikille v H 1,2 0 (. Kääntäen, funktiota u H 1,2 0 (, joka toteuttaa ehdon (6, kutsutaan yhtälön (5 heikoksi ratkaisuksi. Kuten pian nähdään, heikon ratkaisun olemassaolo on helppo osoittaa. Sen sijaan se, millä ehdoilla heikko ratkaisu on klassinen ratkaisu (s.o. kahdesti jatkuvasti differentioituva :ssa ja jatkuva reunaa myöten, on hankalampi ongelma Laxin ja Milgramin lemma. Seuraava lemman avulla yhtälön (6 ratkeavuus seuraa helposti. Lause 6.2 (Laxin ja Milgramin lemma. Olkoot H reaalinen Hilbertin avaruus ja B : H H R jatkuva bilineaarimuoto, t.s. on olemassa M R s.e. kaikille x, y, z H ja λ, µ R on voimassa (i B(λ x + µ y, z = λ B(x, z + µ B(y, z, (ii B(x, λ y + µ z = λ B(x, y + µ B(x, z, (iii B(x, y M x y. 5
6 Oletetaan lisäksi, että B on koersiivinen, t.s että (iv on olemassa c > 0 s.e. B(x, x c x 2 kaikille x H. Tällöin jokaiselle f H on olemassa yksikäsitteinen u H s.e. B(u, x = f(x kaikille x H. Todistus. Olkoot x H ja g(y := B(x, y. Ehdon (ii nojalla g on lineaarinen, ja ehdon (iii nojalla g(y = B(x, y M x y, joten g on jatkuva. Siis g H. Fréchet n ja Rieszin esityslauseen nojalla on olemassa yksikäsitteinen z H, jolle g(y = (z y kaikille y H. Merkitään Ax := z. Tällöin siis on B(x, y = (Ax y kaikille y H. Korvataan x lineaarikombinaatiolla λ x + µ z. Tällöin (A(λx + µz y = B(λ x + µ z, y (i = λ B(x, y + µ B(z, y = λ (Ax y + µ (Az y = (λ Ax + µ Az y. Yksikäsitteisyyden perusteella A(λ x + µ z = λ Ax + µ Az, joten A on lineaarinen. Sijoitetaan y = Ax ehdossa B(x, y = (Ax y. Tällöin ehdon (iii nojalla saadaan (Ax Ax = B(x, Ax M x Ax, joten Ax M x. Siis A on jatkuva. Operaattori A on injektio, sillä jos Ax = 0, on 0 = (Ax x = B(x, x c x 2, joten x = 0. Itse asiassa on voimassa epäyhtälö Ax c x kaikille x H: c x 2 B(x, x = (Ax x Ax x. Kuvajoukko A(H =: H 0 on suljettu: Olkoot y H 0 ja (y n n H 0 s.e. y n y. Olkoon x n H s.e. Ax n = y n. Tällöin epäyhtälön Ax c x nojalla c x n x m A(x n x m = y n y m. Koska jono (y n n on Cauchyn jono, on myös (x n n Cauchyn jono. Olkoon x := lim n x n. Tällöin y = lim n y n = lim n Ax n = Ax A(H. Operaattori A on surjektio: Tehdään antiteesi: H 0 H. Tällöin on olemassa y H s.e. y H 0 ja y 0, t.s. (Ax y = 0 kaikille x H. Erityisesti 0 = (Ay y = B(y, y c y 2, joten y = 0. Siis antiteesi on väärä. Fréchet n ja Rieszin lauseen nojalla on olemassa F H s.e. f(x = (F x kaikille x H. Nyt B(u, x = f(x kaikille x H (Au x = (F x kaikille x H Au = F. Koska A on isomorfismi, tällainen u löytyy ja se on yksikäsitteinen. Esimerkki 6.3. Yhtälön (6 ratkeavuus seuraa helposti Laxin ja Milgramin lemmasta. Ensinnäkin, välittömästi nähdään, että bilineaarimuoto a λ toteuttaa edellisen lauseen ehdot. Erityisesti, jos λ = 1, a 1 on H 1,2 0 (:n sisätulo, jollainen aina toteuttaa Laxin ja Milgramin lemman ehdot. Toisekseen, kun f L 2 (, on v f v dx jatkuva lineaarifunktionaali H 1,2 0 ( R: f v dx f 2 v 2 f 2 v 1,2. Erityisesti yhtälön a 1 (u, v = f v dx v H1,2 0 ( ratkeavuus seuraa suoraan Fréchet n ja Rieszin esityslauseesta. Poincarén epäyhtälön (Lause 7.9 nojalla rajoitetulle alueelle myös arvo λ = 0 kelpaa: yhtälöllä u = f on yksikäsitteinen heikko ratkaisu u H 1,2 0 (. Laxin ja Milgramin lemman vahvuus on kuitenkin siinä, että sen nojalla myös seuraavalla, huomattavasti yleisemmällä reuna-arvotehtävällä on ratkaisu: Olkoon ( n a(u, v := a j,k D k u D j v + a 0 u v dx, kun u, v H 1,2 0 (, j, 6
7 missä a j,k, a 0 L (. Oletetaan, että on olemassa c > 0 siten, että n a j,k (x ξ k ξ j c ξ 2 ja a 0 (x c m.k. x. j, Tällöin a(u, v toteuttaa Laxin ja Milgramin lemman ehdot. Lemman nojalla yhtälöllä a(u, v = f v dx v H1,2 0 ( on siis tasan yksi ratkaisu. Tämän yhtälön ratkaisu u H 1,2 0 ( voidaan tulkita seuraavan (ns. divergenssimuotoisen 5 reunaarvotehtävän ratkaisuksi n D j (a j,k D k u + a 0 u = f alueessa, j, u = 0 reunalla Konveksi projektio. Muistutus: Vektoriavaruuden H osajoukko K on konveksi, jos u, v K = (1 tu + tv K kaikille t [0, 1]. Lause 6.4. Olkoot H reaalinen Hilbertin avaruus, K H epätyhjä suljettu, konveksi joukko ja f H. Tällöin on olemassa tasan yksi u K siten, että (7 f u = min f v. v K Piste u voidaan karakterisoida ehdolla (8 u K ja (f u v u 0 kaikille v K. Esimerkki 6.5. Tarkastellaan konveksia projektiota yhtälöön (4 liittyen. Olkoon ( n a λ (u, v := D k u D k v + λ u v dx, kun u, v W 1,2 (. Tällöin a 1 on Sobolevin avaruuden W 1,2 ( sisätulo, a 1 (u, v = (u v 1,2. Kun K W 1,2 ( on epätyhjä, suljettu ja konveksi joukko, on pisteen F W 1,2 ( konveksille projektiolle u K voimassa a 1 (F u, v u 0 kaikille v K. Olkoon f L 2 (. Tällöin v f(x v(x dx on jatkuva lineaarifunktionaali W 1,2 ( R, joten Fréchet n ja Rieszin esityslauseen nojalla on olemassa F W 1,2 ( siten, että f(x v(x dx = a 1(F, v kaikille v W 1,2 (. Tässä tilanteessa konveksin projektion karakterisoi variaatioepäyhtälö (9 a 1 (u, v u f(x (v(x u(x dx kaikille v K. Pisteen F konveksille projektiolle u yhtäpitävä ehto on, että u minimoi etäisyyden v F 1,2 tai yhtäpitävästi normin neliön v F 2 1,2. Koska v F 2 1,2 = v 2 1,2 2(F v 1,2 + F 2 1,2 ja F 2 1,2 on vakio, on F :n konveksi projektio u K myös seuraavan minimiongelman ratkaisu: { } 1 min a 2 1(v, v f(x v(x dx v K. 5 Kun merkitään A(x := (a j,k (x n j,, on yhtälö muotoa div(a(x u + a 0 u = f. 7
8 Erityisesti, kun valitaaan K = W 1,2 0 (, joka on W 1,2 (:n suljettu aliavaruus, ovat seuraavat tehtävät yhtäpitäviä (muista: nyt epäyhtälöehdon sijasta on käytettävissä ehto u F K eli (u F v 1,2 = 0 v K: u W 1,2 0 ( ja (10 a 1 (u, v = f(xv(x dx kaikille v W 1,2 0 (; (11 u minimoi funktion v 1a 2 1(v, v f(x v(x dx W 1,2 0 (:ssa. Dirichlet n periaatteeksi kutsutaan menetelmää ratkaista yhtälö (10 etsimällä tehtävälle (11 ratkaisu. Huomaa, että tässä minimoitavana on ( v(x 2 + v(x 2 dx f(x v(x dx. 1 2 Kun Dirichlet n periaatetta 1800-luvulla käytettiin osoittamaan, että Dirichlet n tehtävällä on ratkaisu, sorrutiin usein siihen yksinkertaiseen virheeseen, että inf = min. Minimoitavana oleva funktio (11 on helppo todeta alaspäin rajoitetuksi, joten sen alarajojen joukosta löytyy suurin. Mutta kuten konveksin projektion olemassaolotodistuksesta tiedämme, ei ole selvää, että minimoiva jono suppenisi. Suppenevuuden takaamiseksi projektiolauseessa oletetaan, että tarkasteltava sisätuloavaruus on täydellinen. Kun minimiä 1800-luvulla tavoiteltiin, ei käytössä ollut Sobolevin avaruuksia vaan ratkaisuksi koitettiin etsiä liian sileitä funktioita. Edelliset tarkastelut voidaan jälleen helposti yleistää: Olkoon ( n a(u, v := a j,k D k u D j v + a 0 u v dx, kun u, v W 1,2 (, j, missä a j,k, a 0 L (. Oletetaan, että a j,k = a k,j ja että on olemassa c > 0 siten, että n a j,k (x ξ k ξ j c ξ 2 ja a 0 (x c m.k. x. j, Tällöin (u, v a(u, v toteuttaa sisätulolle asetetut ehdot. Lisäksi u a(u, u on Sobolevin avaruuden W 1,2 ( normin 1,2 kanssa ekvivalentti normi. Dirichlet n periaatteen muotoilu tähän tapaukseen jääköön harjoitustehtäväksi. Esimerkki 6.6. (Jatkoa: esteongelma. Tarkastellaan vielä konveksiin joukkoon K = {v W 1,2 0 ( v ψ} liittyvää tilannetta. Tässä ψ W 1,2 ( siten, että ψ 0 reunalla. Jokaiselle f L 2 ( varaatioepäyhtälöllä (9 on siis tasan yksi ratkaisu u K. Ratkaisu u W 1,2 0 ( voidaan tulkita seuraavan ongelman ratkaisuksi: Olkoon I := {x u(x = ψ(x}. Tällöin u ψ alueessa, u + u f alueessa, u + u = f joukossa \ I. u = ψ joukossa I, u = 0 reunalla, 8
9 f ( n n 7. Sobolevin avaruuksien ominaisuuksia Monien Sobolevin avaruuksien ominaisuuksien tarkasteluissa voidaan vedota L p - avaruuksien vastaaviin ominaisuuksiin. Osa ominaisuuksista periytyy tuloavaruuteen (L p ( n+1, kun se varustetaan normilla ( n 1/p. (f 0,..., f n = f k p p Tällöin kuvaus W 1,p ( (L p ( n+1, u (u, D 1 u,..., D n u, on isometrinen upotus. Koska W 1,p ( on täydellinen, voidaan se tulkita tulon (L p ( n+1 suljetuksi aliavaruudeksi. k=0 Lause 7.1. Kun 1 p <, on W 1,p ( separoituva. Seuraavien tulosten todistaminen kuuluu varsinaisen Sobolev-avaruuskurssin tehtäväksi. Lause 7.2. Kun 1 < p <, on W 1,p ( tasaisesti konveksi ja siis refleksiivinen. Tämän todistamisessa voidaan vedota L p (:n tasaiseen konveksisuuteen. Tällöin myös (L p ( n+1 on tasaisesti konveksi, kun tulojoukossa normina käytetään juuri yllä valittua normia. Tällöin sen suljettu aliavaruus W 1,p ( on tasaisesti konveksi. Lause 7.3 (Rellichin lemma. Olkoon R n on rajoitettu ja sileä. Tällöin upotus W 1,p ( L p ( on kompakti. Tässä tilanteeessa upotuksen kompaktisuus tarkoittaa, että jokainen W 1,p (:ssa heikosti suppeneva jono suppenee L p (:n normin mielessä, tai yhtäpitävästi, että jokaisella W 1,p (:n rajoitetulla jonolla on L p (:n normin mielessä suppeneva osajono. Mielivaltaiselle alueelle upotuksen W 1,p ( L p ( ei tarvitse olla kompakti; ks. [3, Band II, VII.8.2]. Nollareuna-arvoille on voimassa: Lause 7.4 (Rellichin lemma. Olkoon R n W 1,p 0 ( L p ( on kompakti. on rajoitettu. Tällöin upotus Lause 7.5 (Sobolevin upotuslause. Olkoon R n on rajoitettu ja sileä. (i Jos 1 p < n, niin W 1,p ( L p (, missä 1 = 1 1. p p n (ii Jos p = n, niin W 1,p ( L q ( kaikille q [1,. (iii Jos p > n, niin W 1,p ( C(. Lisäksi jokainen u W 1,p ( on Hölderjatkuva eksponentilla α = 1 n/p, t.s. on olemassa vakio M siten, että u(x u(y M x y α kaikille x, y. Tässä viimeiseen kohtaan on syytä tehdä seuraava täsmennys: jokaiselle u W 1,p ( on olemassa u 0 C( siten, että u(x = u 0 (x m.k. x. Koska kaksi L p -funktiota samastetaan, jos ne eroavat toisistaan vain nollamittaisessa joukossa, ei L p -funktion f rajoittuma f reunalle ole mielekäs. Toisaalta, jatkuvalla funktiolle u C( rajoittuma u on reunalla jatkuva funktio. Sobolevin upotuslauseen nojalla voidaan toivoa, että Sobolevin avaruuden funktiot käyttäytyvät paremmin pienissä joukoissa kuin L p -funktiot.
10 Lemma 7.6. Olkoon = R n 1 (0, = {(x, x n R n x R n 1, x n > 0}. Tällöin on olemassa vakio C > 0 siten, että ( 1/p u(x, 0 p dx C u 1,p u C 1 c(r n. R n 1 Lause 7.7 (Jälki. Olkoon R n on rajoitettu ja sileä. Rajoittuma C 1 ( C(, u u, voidaan laajentaa jatkuvaksi lineaarikuvaukseksi W 1,p ( L p (, λ, missä λ on Lebesguen (n 1-ulotteinen mitta reunalla. Lause 7.8. Sobolevin avaruuden W 1,p 0 ( duaali (W 1,p 0 ( =: W 1,p (, missä 1 < p < ja = 1, koostuu lineaarikuvauksista F : W 1,p p p 0 ( R siten, että on olemassa f 0,...,f n L p (, joille n F (v = f 0 v dx + f j D j v dx kaikille v W 1,p 0 (. Muodollisesti siis (tai distribuutioteorian mielessä on F = f 0 n j=1 D jf j. Lause 7.9 (Poincarén epäyhtälö. Rajoitetulle alueelle on olemassa vakio C siten, että ( n 1/p v p C D j v p p kaikille v W 1,p 0 (. j=1 Poincarén epäyhtälön nojalla normit 1,p ja v ( n j=1 D jv p p 1/p ovat ekvivalentteja normeja Sobolevin avaruudessa W 1,p 0 (. Lause 7.10 (Poincarén ja Wirtingerin epäyhtälö. Olkoon sileä ja konveksi. Tällöin on olemassa vakio C siten, että ( n 1/p v v p C D j v p p kaikille v W 1,p (, missä v := 1 v(x dx = funktion v keskiarvo joukossa ja on joukon mitta. Lemma Olkoon G: R R jatkuvasti derivoituva siten, että G(0 = 0 ja G on rajoitettu. Kun u W 1,p (, on G u W 1,p ( ja (G u = (G u u. x j x j Tämä on kohtalaisen helppo nähdä vetoamalla Sobelevin avaruuden täydentymämääritelmään. Olkoon (u n n=1 C 1 ( W 1,p ( jono siten, että u n u W 1,p (:ssa. Olkoon G (t M. Tällöin väliarvolauseen nojalla G(u n G(u M u n u, josta seuraa, että G(u n G(u L p (:ssa. Toisaalta, G(u n x j j=1 j=1 = G (u n u n x j G (ud j u, 2
11 kun n. Nimittäin, G (u n u ( n G (ud j u = G un (u n D j u + (G (u n G (ud j u =: A n + B n. x j x j Tässä A n 0 L p (:ssa. Toisaalta, B n 0 m.k. ja B n p (2M p D j u p L 1 (, joten Lebesguen dominoidun konvergenssin lauseen nojalla B n 0 L p (:ssa. Huomattavasti vaikeampi on näyttää, että funktion G jatkuvasta derivoituvuudesta voidaan luopua. Esimerkiksi, jos G on jatkuva ja paloittain jatkuvasti derivoituva siten, että G(0 = 0 ja G on rajoitettu, niin edellisen lauseen väite pätee. Näin esimerkiksi max{u, 0} W 1,p (, kun u W 1,p (. Kirjallisuutta [1] Shmuel Agmon: Elliptic boundary value problems, Van Nostrand Mathematical Studies 2, [2] Haïm Brezis : Analyse fonctionelle. Théorie et applications, 2 e tirage, Mathématiques appliqueés pour la maîtrise, Dunod, Première édition, Masson, Engl. käännös Functional Analysis, Sobolev Spaces and Partial Differential Equations, Universitext, Springer, [3] Richard Courant ja David Hilbert: Methoden der Mathematischen Physik Band I, Dritte Auflage, Heidelberger Taschenbücher 30, Springer-Verlag, 1968; Erste Auflage, 1924; Band II, Zweite Auflage, Heidelberger Taschenbücher 31, Springer-Verlag, 1968; Erste Auflage, [4] David Gilbarg ja Neil S. Trudinger: Elliptic partial differential equations of second order, uudistettu kolmas painos, uusintapainos vuoden 1998 laitoksesta, Classics in Mathematics, Springer, 2001; alunperin Grundlehren der mathematischen Wissenschaften 224, [5] L. E. Fraenkel: On regularity of the boundary in the theory of Sobolev spaces, Proc. Lonfon Math. Soc. (3 39 (1979, s [6] Avner Friedman: Partial Differential Equations, Holt, Rinehart and Winston, [7] Lauri Kahanpää: Funktionaalianalyysi. Suoraviivaista ajattelua osa II, Jyväskylän yliopisto, Matematiikan ja tilastotieteen laitos, luentomoniste 51, [8] Laurent Schwartz : Méthodes mathématiques pour les sciences physiques, Collection Enseignement des Sciences 3. Hermann, [9] Dirk Werner: Funktionalanalysis, 4., überarbeitete auflage, Springer, [10] Joseph Wloka: Partielle Differentialgleichungen, B. G. Teubner, Stuttgart, [11] Kôsaku Yosida: Functional analysis, neljäs laitos, Grundlehren der mathematischen Wissenschaften in Einzeldarstellungen mit besonderer Berücksichtigung der Anwendungsgebiete Band 123, Springer-Verlag, Kirjan kuudes laitos vuodelta 1980 uudelleenjulkaistu sarjassa Classics in Mathematics,
0 (Ω) ovat Hilbertin avaruuksia, joissa sisätulo on
f ( n Funktionaalianalyysi n B. Sobolevin avaruudet 1 Ks. moniste 15.4 ja määritelmä 15.26. Monisteen mukaan Banachin avaruus H 1,p (0, 1 on normiavaruuden C 1 p(0, 1 = {f C 1 (0, 1 f, f L p (0, 1} täydentymä,
LisätiedotMATEMATIIKAN JA TILASTOTIETEEN LAITOS
f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Funktionaalianalyysi Ei harjoituksia 1.4.2015 Funktionaalista viihdettä pääsiäistauolle: viikolla 14 (ma 30.3., ti 31.3. ja ke 1.4.)
Lisätiedotu 2 dx, u A f siten, että D(u) = inf D(U). Tarkemmin: Tarkoitus on osoittaa seuraavat minimointitehtävä ja Dirichlet n tehtävä u A f ja
1. Dirichlet n periaatteesta 1.1. Periaate I. Dirichlet n periaate pohjautuu fysikaaliseen minimienergiaperiaatteeseen ja luo pohjaa osittaisdifferentiaaliyhtälöiden ja variaatiolaskennan välille). Yksinkertaisesti
LisätiedotOsittaisdifferentiaaliyhtälöt, sl Ari Lehtonen
Osittaisdifferentiaaliyhtälöt, sl. 2006 Ari Lehtonen Esipuhe Tätä tekstiä kirjoitettaessa on käytetty apuna lähinnä viiteluettelossa mainittuja kirjoja [1] ja [7] sekä [4] (vähänlaisesti) ja [3] (varsin
LisätiedotZornin lemman nojalla joukossa E on siis maksimaalinen alkio (G, g). Kun näytetään, että G = E, niin väite on todistettu (L := g kelpaa).
f ( n) n 9. Hahnin ja Banachin lauseista 9.1. Sublineaarikuvauslause. Seuraavassa erilaisiin Hahnin ja Banachin lauseisiin lähdetään tutustumaan puhtaasti lineaarialgebrallisesta versiosta. Määritelmä
Lisätiedot11. Poissonin yhtälö Perusratkaisu. Laplacen yhtälöön liittyvää epähomogeenista osittaisdifferentiaaliyhtälöä
. Poissonin yhtälö.. Perusratkaisu. Laplacen yhtälöön liittyvää epähomogeenista osittaisdifferentiaaliyhtälöä u = f kutsutaan Poissonin yhtälöksi ja siihen liittyvvää reuna-arvotehtävää { u = f :ssa, ja
Lisätiedot8. Avoimen kuvauksen lause
116 FUNKTIONAALIANALYYSIN PERUSKURSSI 8. Avoimen kuvauksen lause Palautamme aluksi mieleen Topologian kursseilta ehkä tutut perusasiat yleisestä avoimen kuvauksen käsitteestä. Määrittelemme ensin avoimen
LisätiedotMATEMATIIKAN JA TILASTOTIETEEN LAITOS
f ( n JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 8 ratkaisut Topologiset vektoriavaruudet 2010 8.1. Olkoon P n = {f : K K p on enintään asteen n 1 polynomi} varustettuna
LisätiedotFunktionaalianalyysi. että näiden laajennusten joukossa on maksimaalinen laajennus. Työläin kohta todistuksessa
f ( n) Funktionaalianalyysi n H. Hahnin ja Banachin sublineaarikuvauslause Määritelmä H.1. Olkoon E vektoriavaruus. Kuvaus p: E R on sublineaarinen, jos a) p(λx) = λp(x) kaikille λ 0, x E, b) p(x + y)
LisätiedotHarjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010
f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010 4.1. Viime kerralta. Esimerkki lokaalikonveksin avaruuden osajoukosta, joka
Lisätiedot8. Avoimen kuvauksen lause
FUNKTIONAALIANALYYSIN PERUSKURSSI 125 8. Avoimen kuvauksen lause Palautamme aluksi mieleen Topologian kursseilta ehkä tutut perusasiat yleisestä avoimen kuvauksen käsitteestä. Määrittelemme ensin avoimen
Lisätiedotu = 2 u (9.1) x + 2 u
9. Poissonin integraali 9.. Poissonin integraali. Ratkaistaan Diriclet n reuna-arvotehtävä origokeskisessä, R-säteisessä ympyrässä D = {(x, y) R x +y < R }, t.s. kun f : D R on annettu jatkuva funktio,
Lisätiedot1 Sisätulo- ja normiavaruudet
1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v
Lisätiedotarvoja. Niiden muodostamaa joukkoa kutsutaan T resolventtijoukoksi ja merkitään
f ( n) Funktionaalianalyysi n J. Kompaktien operaattorien spektri Seuraavassa käsitellään lyhyesti rajoitettujen operaattorien spektraaliteoriaa ja erityisesti Fredholmin-Rieszin-Schauderin teoriaa kompaktien
Lisätiedot=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin
FUNKTIONAALIANALYYSI, RATKAISUT 1 KEVÄT 211, (AP) 1. Ovatko seuraavat reaaliarvoiset funktiot p : R 3 R normeja? Ovatko ne seminormeja? ( x = (x 1, x 2, x 3 ) R 3 ) a) p(x) := x 2 1 + x 2 2 + x 2 3, b)
Lisätiedot7. Tasaisen rajoituksen periaate
18 FUNKTIONAALIANALYYSIN PERUSKURSSI 7. Tasaisen rajoituksen periaate Täydellisyydestä puristetaan maksimaalinen hyöty seuraavan Bairen lauseen avulla. Bairen lause on keskeinen todistettaessa kahta funktionaalianalyysin
LisätiedotAnalyysin peruslause
LUKU 10 Analyysin peruslause 10.1. Peruslause I Aiemmin Cantorin funktion ψ kohdalla todettiin, että analyysin peruslause II ei päde: [0,1] ψ (x) dm(x) < ψ(1) ψ(0). Kasvavalle funktiolle analyysin peruslauseesta
LisätiedotOrtogonaaliprojektio äärellisulotteiselle aliavaruudelle
Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka
LisätiedotKonvergenssilauseita
LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n
Lisätiedotp-laplacen operaattorin ominaisarvo-ongelmasta
p-laplacen operaattorin ominaisarvo-ongelmasta Jarkko Siltakoski Pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kevät 2016 R N x alue B(x 0, r) E E E int E E U E Merkintöjä
LisätiedotLUKU 6. Mitalliset funktiot
LUKU 6 Mitalliset funktiot Määritelmistä 3. ja 3.0 seuraa, että jokainen Lebesgue-integroituva funktio on porrasfunktiojonon raja-arvo melkein kaikkialla. Kuitenkin moni tuttu funktio ei ole Lebesgue-integroituva.
LisätiedotMatematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)
Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus 4 9.4.-23.4.200 Malliratkaisut (Sauli Lindberg). Näytä, että Lusinin lauseessa voidaan luopua oletuksesta m(a)
Lisätiedot802320A LINEAARIALGEBRA OSA II
802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen
LisätiedotSeuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1
FUNKTIONAALIANALYYSIN PERUSKURSSI 115 7. Tasaisen rajoituksen periaate Täydellisyydestä puristetaan maksimaalinen hyöty seuraavan Bairen lauseen avulla. Bairen lause on keskeinen todistettaessa kahta funktionaalianalyysin
LisätiedotTäydellisyysaksiooman kertaus
Täydellisyysaksiooman kertaus Luku M R on joukon A R yläraja, jos a M kaikille a A. Luku M R on joukon A R alaraja, jos a M kaikille a A. A on ylhäältä (vast. alhaalta) rajoitettu, jos sillä on jokin yläraja
Lisätiedot9. Dualiteetti. Todistus. Väite seuraa suoraan Lauseesta 6.6, koska skalaarikunta K on täydellinen.
128 FUNKTIONAALIANALYYSIN PERUSKURSSI 9. Dualiteetti Jos E on vektoriavaruus, niin merkintä E = L(E, K) tarkoittaa avaruuden E algebrallista duaalia. Duaalin E ovat avaruuden E lineaarisia muotoja. Jos
LisätiedotVektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.
Vektorianalyysi I MAT21003 Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. syyskuuta 2017 1 Sisältö 1 Euklidinen avaruus 3 1.1 Euklidinen avaruus
Lisätiedotvan der Waals-Cahn-Hilliardin energiafunktionaalin minimointiongelma
van der Waals-Cahn-Hilliardin energiafunktionaalin minimointiongelma Miikka Kuisma Pro Gradu-tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kevät 2019 Tiivistelmä: Miikka Kuisma,
Lisätiedot4. Hilbertin avaruudet
FUNKTIONAALIANALYYSIN PERUSKURSSI 51 4. Hilbertin avaruudet Hilbertin avaruudet ovat ääretönulotteisista normiavaruuksista ominaisuuksiltaan kaikkein lähinnä kotiavaruutta R n tai C n. Tästä syystä niiden
LisätiedotMathematicians are like Frenchmen: whatever you say to them they translate into their own language and forthwith it is something entirely
f ( n) JYVÄSKYLÄN YLIOPISTO Funktionaalianalyysi Sekalaisia harjoituksia MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Jatkuu... Mathematicians are like Frenchmen: whatever you say to them they translate into
LisätiedotDirichlet n reuna- ja ominaisarvotehtävät eräälle ei-hypoelliptiselle differentiaalioperaattorille
Dirichlet n reuna- ja ominaisarvotehtävät eräälle ei-hypoelliptiselle differentiaalioperaattorille Jussi Ilmari Pehkonen Matematiikan laitos Helsingin yliopisto 30.5.1996 URN:NBN:fi-fe19991250 (PDF-versio)
Lisätiedotf(x) sin k x dx, c k = 1
f ( n) n 3. Fourier n sarjoista I [1, 8.16, luku 11], [, luku 15], [3, luku IX, 8 9]. [5, luku I], [6, luku XII, 3], [7, luku 8], [8, luku 4], [9, luku 8] Trigonometrinen polynomi on muotoa a + ( ak cos
LisätiedotLebesguen mitta ja integraali
Lebesguen mitta ja integraali Olkoon m Lebesguen mitta R n :ssä. R 1 :ssä vastaa pituutta, R 2 :ssa pinta-alaa, R 3 :ssa tilavuutta. Mitallinen joukko E R n = joukko jolla on järkevästi määrätty mitta
LisätiedotOsoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.
LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,
Lisätiedote int) dt = 1 ( 2π 1 ) (0 ein0 ein2π
Matematiikan ja tilastotieteen laitos Funktionaalianalyysin peruskurssi Kevät 9) Harjoitus 7 Ratkaisuja Jussi Martin). E Hilbert avaruus L [, π]) ja gt) := t, t [, π]. Määrää funktion g Fourier kertoimet
Lisätiedot5. Fourier-sarjat. f(x) e inx dx. c n (cos(nx) + i sin(nx)), n= N. f(x) e inx dx = f(n)
FUNKTIONAALIANALYYSIN PERUSKURSSI 73 5. Fourier-sarjat Fourier esitti vuonna 1822 lämmönjohtamista koskevien tutkimusten yhteydessä kuuluisan menetelmänsä esittää mielivaltainen -jaksollinen funktio kehitelmänä
LisätiedotMääritelmä 2.5. Lause 2.6.
Määritelmä 2.5. Olkoon X joukko ja F joukko funktioita f : X R. Joukkoa F sanotaan pisteittäin rajoitetuksi, jos jokaiselle x X on olemassa sellainen C x R, että f x C x jokaiselle f F. Joukkoa F sanotaan
LisätiedotAvaruuden R n aliavaruus
Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla
LisätiedotMetriset avaruudet. Erno Kauranen. 1 Versio: 10. lokakuuta 2016, 00:00
1 Metriset avaruudet Erno Kauranen 1 Versio: 10. lokakuuta 2016, 00:00 1. Sisätulo ja normiavaruus................................................. 3 2. Metrinen avaruus........................................................
LisätiedotDerivaattaluvut ja Dini derivaatat
Derivaattaluvut Dini derivaatat LuK-tutkielma Helmi Glumo 2434483 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Taustaa 2 2 Määritelmät 4 3 Esimerkkejä lauseita 7 Lähdeluettelo
LisätiedotA posteriori-virhearvio Uzawan algoritmille Stokesin yhtälön ratkaisemiseksi
A posteriori-virhearvio Uzawan algoritmille Stokesin yhtälön ratkaisemiseksi Tommi Brander Matematiikan kandidaatintutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kevät 2010 Sisältö
LisätiedotFUNKTIONAALIANALYYSIN PERUSKURSSI 1. 0. Johdanto
FUNKTIONAALIANALYYSIN PERUSKURSSI 1. Johdanto Funktionaalianalyysissa tutkitaan muun muassa ääretönulotteisten vektoriavaruuksien, ja erityisesti täydellisten normiavaruuksien eli Banach avaruuksien ominaisuuksia.
LisätiedotDerivaatta: funktion approksimaatio lineaarikuvauksella.
Viikko 5 Tällä viikolla yleistetään R 2 :n ja R 3 :n vektorialgebran peruskäsitteet n-ulotteiseen avaruuteen R n, ja määritellään lineaarikuvaus. Tarkastellaan funktioita, joiden määrittelyjoukko on n-ulotteisen
Lisätiedotu(0, t) = 0 kaikille t > 0: lämpötila pidetään vakiona pisteessä x = 0;
3. Lämmönjohtumisyhtälö I Yksiulotteisessa lämmönjohtumisyhtälössä u t = u γ x tuntematon funktio u = u(x, t) kuvaa lämpötilaa yksiulotteisen kappaleen (ohut sauva; x-akseli) kohdassa x hetkellä t. Kun
LisätiedotKertausta: avaruuden R n vektoreiden pistetulo
Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2012 227/310 Kertausta:
LisätiedotLUKU 4. Pinnat. (u 1, u 2 ) ja E ϕ 2 (u 1, u 2 ) := ϕ u 2
LUKU 4 Pinnat 4.. Määritelmiä ja esimerkkejä Määritelmä 4.. Epätyhjä osajoukko M R 3 on sileä (kaksiulotteinen) pinta, jos jokaiselle pisteelle p M on olemassa ympäristö V p R 3, avoin joukko U p R 2 ja
Lisätiedot2 Konveksisuus ja ratkaisun olemassaolo
2 Konveksisuus ja ratkaisun olemassaolo Ratkaisun olemassaolon tutkimiseen tarvitaan perustietoja konvekseista joukoista ja lineaarialgebrasta. Niitä tarvitaan myös ratkaisualgoritmin ymmärtämiseen. Tutkitaan
LisätiedotCantorin joukko LUKU 8
LUKU 8 Cantorin joukko 8.. Cantorin 3 -joukko Merkitään J = J 0, = [0, ]. Poistetaan välin J keskeltä avoin väli I,, jonka pituus on /3; siis I, = (, 2). Olkoot jäljelle jäävät suljetut välit J 3 3, ja
LisätiedotJoukot metrisissä avaruuksissa
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Saara Lahtinen Joukot metrisissä avaruuksissa Informaatiotieteiden yksikkö Matematiikka Elokuu 2013 Sisältö 1 Johdanto 1 2 Metriset avaruudet 1 2.1 Tarvittavia
Lisätiedoty x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1
1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y
Lisätiedot4. Martingaalit ja lokaalit martingaalit
STOKASTISET DIFFERENTIAALIYHTÄLÖT 45 4. Martingaalit ja lokaalit martingaalit Lähestymme nyt jo kovaa vauhtia hetkeä, jolloin voimme aloittaa stokastisen integroinnin. Ennen sitä käymme vielä läpi yhtä
LisätiedotMetriset avaruudet 2017
Metriset avaruudet 2017 Jouni Parkkonen Lukijalle Nämä ovat muistiinpanoni metristen avaruuksien kurssille syyslukukaudella 2017. Kurssi on johdatus metristen avaruuksien teoriaan. Peruskäsitteiden (metriikka,
LisätiedotHILBERTIN AVARUUKSISTA
HILBERTIN AVARUUKSISTA Pro gradu -tutkielma Hannariikka Lehtiniemi Matematiikan ja tilastotieteen laitos Jyväskylän yliopisto syksy 2014 TIIVISTELMÄ Ääretönulotteiset avaruudet ovat monilta ominaisuuksiltaan
LisätiedotReaalianalyysin perusteita
Reaalianalyysin perusteita Heikki Orelma 16. marraskuuta 2008 Sisältö 1 Johdanto 3 2 Mitallisuus 3 3 Yksinkertaiset funktiot 6 4 Mitat ja integrointi 7 5 Kompleksisten funktioiden integrointi 10 6 Nolla-mittaisten
Lisätiedot5. Fourier-sarjat. f(x)e inx dx. c n (cos(nx) + i sin(nx)), n= N. 2π f(x)e inx dx = 1 2π. k= N. e inx, n Z. 2π f(x)e inx dx = 1 (f e n ) 2π
78 FUNKTIONAALIANALYYSIN PERUSKURSSI 5. Fourier-sarjat Fourier esitti vuonna 1822 lämmönjohtamista koskevien tutkimusten yhteydessä kuuluisan menetelmänsä esittää mielivaltainen -jaksollinen funktio kehitelmänä
LisätiedotB k := on tiheä G δ -joukko.
f ( n) n 7. Tasaisen rajoituksen periaatteesta 7.1. Singulariteettien kondensaatioperiaate. Täydennetään luentomonisteessa [6, 19] esitettyjä tasaisen rajoituksen periaatetta ja Banacin ja Steinausin lausetta
Lisätiedot1 Lineaariavaruus eli Vektoriavaruus
1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus
LisätiedotHelsingin Yliopisto, Matematiikan ja tilastotieteen laitos. Luennot, kevät 2006 ja kevät Kari Astala ja Petteri Piiroinen (v.
FUNKTIONAALIANALYYSIN PERUSKURSSI Helsingin Yliopisto, Matematiikan ja tilastotieteen laitos Luennot, kevät 2006 ja kevät 2008 Kari Astala ja Petteri Piiroinen (v. 2006) Hans-Olav Tylli (v. 2008 hienosäätöä)
LisätiedotFUNKTIONAALIANALYYSIN PERUSKURSSI 7
FUNKTIONAALIANALYYSIN PERUSKURSSI 7 2. Normi ja normiavaruus Olkoon E vektoriavaruus (eli lineaariavaruus) skalaarikuntana K = R tai K = C. Kurssilla Lineaarialgebra I määriteltiin vain R-kertoimiset vektoriavaruudet,
LisätiedotFUNKTIONAALIANALYYSI 2017
FUNKTIONAALIANALYYSI 2017 JOUNI PARKKONEN Nämä ovat muistiinpanoni funktionaalianalyysin kurssille kevätlukukaudella 2017. Tekstiä ei ole luettu äärimmäisen huolella puhtaaksi eikä sitä ole viilattu julkaisemista
Lisätiedotx = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );
LINEAARIALGEBRA Harjoituksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla
LisätiedotBijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.
Määritelmä Bijektio Oletetaan, että f : X Y on kuvaus. Sanotaan, että kuvaus f on bijektio, jos se on sekä injektio että surjektio. Huom. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin
LisätiedotMonistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W
LUKU 4 Monistot Muistettakoon, että avointen joukkojen U, V R n välinen diffeomorfismi h: U V on C 1 -kuvaus, jolle myös käänteiskuvaus h 1 on C 1. Jatkossa oletetaan, että tarkasteltavat kuvaukset ovat
LisätiedotMetriset avaruudet 2017
Metriset avaruudet 2017 Jouni Parkkonen Merkintöjä N = {0, 1, 2,... } luonnolliset luvut #(A) N { } joukon A alkioiden lukumäärä A B = {a A : a / B} joukkojen A ja B erotus. A B on joukkojen A ja B erillinen
LisätiedotMS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset
MS-C350 Osittaisdifferentiaaliyhtälöt Haroitukset 5, syksy 207. Oletetaan, että a > 0 a funktio u on yhtälön u a u = 0 ratkaisu. a Osoita, että funktio vx, t = u x, t toteuttaa yhtälön a v = 0. b Osoita,
Lisätiedot1 sup- ja inf-esimerkkejä
Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Nollakohdan olemassaolo. Kaikki tuntevat
LisätiedotOsittaisdifferentiaaliyhtälöt
Osittaisdifferentiaaliyhtälöt Harjoituskokoelmat 4 ja 5, kevät 2011 Palautus Eemeli Blåstenille to 23.6. klo 16.00 mennessä 1. Ratkaise Dirichlet ongelma u(x, y) = 0, x 2 + y 2 < 1, u(x, y) = y + x 2,
Lisätiedot1 Lineaarialgebraa Vektoriavaruus Lineaarikuvaus Zornin lemma ja Hamelin kanta... 10
Sisältö I Banachin avaruudet 5 1 Lineaarialgebraa 7 1.1 Vektoriavaruus................................. 7 1.2 Lineaarikuvaus................................. 8 1.3 Zornin lemma ja Hamelin kanta........................
Lisätiedot6. Lineaariset operaattorit
96 FUNKTIONAALIANALYYSIN PERUSKURSSI 6. Lineaariset operaattorit Luvussa 5 osoitimme, että Fourier-sarjat suppenevat L 2 -normissa (kts. Seuraus 5.8 sivulla 80). Osoitimme myös, että kun f on jatkuva ja
LisätiedotRatkaisu: (i) Joukko A X on avoin jos kaikilla x A on olemassa r > 0 siten että B(x, r) A. Joukko B X on suljettu jos komplementti B c on avoin.
Matematiikan ja tilastotieteen laitos Topologia I 1. kurssikoe 26.2.2013 Malliratkaisut ja tehtävien tarkastamiset Tehtävät 1 ja 2 Henrik Wirzenius Tehtävät 3 ja 4 Teemu Saksala Jos sinulla on kysyttävää
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotVariaatiolaskenta. Petri Juutinen
Variaatiolaskenta Petri Juutinen 25. lokakuuta 25 Sisältö Johdanto 2 2 Ääriarvo-ongelmista R n :ssä 2. Puolijatkuvuus................................ 2.2 Konveksit joukot ja funktiot.........................
LisätiedotElliptisen osittaisdifferentiaaliyhtälön heikon ratkaisun säännöllisyys. Aapo Tevanlinna
Elliptisen osittaisdifferentiaaliyhtälön heikon ratkaisun säännöllisyys Aapo Tevanlinna 6. helmikuuta 2014 Tiivistelmä Elliptisillä osittaisdifferentiaaliyhtälöillä on tärkeä rooli eri ilmiöiden mallinnuksessa.
LisätiedotTaustatietoja ja perusteita
Taustatietoja ja perusteita Vektorit: x R n pystyvektoreita, transpoosi x T Sisätulo: x T y = n i=1 x i y i Normi: x = x T x = ni=1 x 2 i Etäisyys: Kahden R n :n vektorin välinen etäisyys x y 1 Avoin pallo:
Lisätiedot9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista
29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n
LisätiedotLineaarialgebra ja matriisilaskenta II. LM2, Kesä /141
Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/141 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.
LisätiedotModerni reaalianalyysi
JUHA KINNUNEN Moderni reaalianalyysi F ( ) := f (ξ)e i ξ dξ 2π Juha Kinnusen laatiman luentomateriaalin pohjalta toimittaneet Mikael Lindström, Olli Hyvärinen ja Tuomas Pöyhtäri Sisältö LEBESGUEN ULKOMITTA
LisätiedotLineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.
Lineaariavaruudet aiheita 1 määritelmä Nelikko (L, R, +, ) on reaalinen (eli reaalinen vektoriavaruus), jos yhteenlasku L L L, ( u, v) a + b ja reaaliluvulla kertominen R L L, (λ, u) λ u toteuttavat seuraavat
LisätiedotIV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
Lisätiedotx = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );
LINEAARIALGEBRA Ratkaisuluonnoksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla
LisätiedotMatriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?
Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi
LisätiedotMetriset avaruudet ja Topologia
Metriset avaruudet ja Topologia 1.0 0.5 0.2 0.4 0.6 0.8 1.0-0.5-1.0 Jouni Parkkonen Luentoja Jyväskylän yliopistossa syksyllä 2018 Sisältö I Metriset avaruudet 5 1 Metriset avaruudet 7 1.1 Määritelmä ja
LisätiedotHilbertin avaruudet, 5op Hilbert spaces, 5 cr
Hilbertin avaruudet, 5op Hilbert spaces, 5 cr Pekka Salmi 14.3.2015 Pekka Salmi Hilbertin avaruudet 14.3.2015 1 / 64 Yleistä Opettaja: Pekka Salmi, MA327 Kontaktiopetus ti 1012 (L), ke 810 (L), ma 1214
LisätiedotTehtävä 1. Näytä, että tason avoimessa yksikköpallossa
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2018 Harjoitus 2 Ratkaisuehdotukset Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa määritelty kuvaus B(0, 1) := x R 2 : x
LisätiedotKOMPLEKSIANALYYSI I KURSSI SYKSY 2012
KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN 8. Integraalilauseiden sovelluksia 1. Analyyttisen funktion sarjaesitys. (eli jokainen analyyttinen funktio on lokaalisti suppenevan potenssisarjan
Lisätiedot802320A LINEAARIALGEBRA OSA I
802320A LINEAARIALGEBRA OSA I Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 72 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä
LisätiedotOletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan
LisätiedotSobolev-avaruudet. Tero Kilpeläinen
Sobolev-avaruudet Tero Kilpeläinen Luentomuistiinpanoja 5. kesäkuuta 2007 Sisältö 1. Johdattelua 1 1.1. Perusmerkintöjä.............................. 8 2. L p -avaruudet 9 2.1. Yleistä...................................
LisätiedotHY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden
LisätiedotTasainen suppeneminen ja sen sovellukset
Tasainen suppeneminen ja sen sovellukset Tuomas Hentunen Matematiikan pro gradu tutkielma Kesäkuu 2014 Tiivistelmä: Tuomas Hentunen, Tasainen suppeneminen ja sen sovellukset (engl. Uniform convergence
LisätiedotKuvaus. Määritelmä. LM2, Kesä /160
Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä
LisätiedotEste- ja sakkofunktiomenetelmät
Este- ja sakkofunktiomenetelmät Keijo Ruotsalainen Mathematics Division Luennon kulku Este- ja sisäpistemenetelmät LP-ongelmat ja logaritminen estefunktio Polun seuranta Newtonin menetelmällä Sakkofunktiomenetelmistä
Lisätiedot7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi
7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi Z p [x]/(m), missä m on polynomirenkaan Z p [x] jaoton polynomi (ks. määritelmä 3.19).
Lisätiedot(1.1) Ae j = a k,j e k.
Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim
Lisätiedot1 Määrittelyjä ja aputuloksia
1 Määrittelyjä ja aputuloksia 1.1 Supremum ja infimum Aluksi kerrataan pienimmän ylärajan (supremum) ja suurimman alarajan (infimum) perusominaisuuksia ja esitetään muutamia myöhemmissä todistuksissa tarvittavia
LisätiedotDuaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki
Duaalisuus kokonaislukuoptimoinnissa Mat-2.4191, Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki Sisältö Duaalisuus binäärisissä optimointitehtävissä Lagrangen duaalisuus Lagrangen
LisätiedotNumeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35
Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen
LisätiedotMetriset avaruudet ja Topologia
Metriset avaruudet ja Topologia 1.0 0.5 0.2 0.4 0.6 0.8 1.0-0.5-1.0 Jouni Parkkonen Luentoja Jyväskylän yliopistossa syksyllä 2017 Sisältö I Metriset avaruudet 5 1 Metriset avaruudet 7 1.1 Määritelmä ja
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan
Lisätiedotsitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n
Määritelmä 1.1 Algebran A keskus C on joukko C (A) = {a A ax = xa x A}. Lause 1. Olkoon Cl n Cliffordin algebra, jonka generoi joukko {e 1,..., e n }. Jos n on parillinen, niin C (Cl n ) = {λ λ R}. Jos
Lisätiedot