Professional Documents
Culture Documents
MARKO NEDELJKOV
Sadr
zaj
1. Uvodni pojmovi i definicije 1
1.1. Klasicni prostori funkcija 1
1.2. Slabi izvodi i slaba resenja 3
2. Distribucije i Furijeova transformacija 9
2.1. Prostor distribucija 9
3. Prostori Soboljeva i primena 15
3.1. Prostori Soboljeva 15
4. Slabo resenje Dirihleovog problema za elipticnu jednacinu 18
5. Linearna talasna jednacina 23
5.1. Postojanje resenja 23
5.2. Jedinstvenost resenja 24
Literatura 25
gde je
(
1, x<0
g(x) = sgn(x) = .
1, x>0
Ovde smo koristili da je (x(x)) jednaka nuli za x = 0, i (x(x)) je nula za x = ,
jer ima kompaktan nosac (tj. limes ovog clana je 0 kada x .
Primetimo da nismo imali problema sa domenom integracije, jer , a samim tim
i imaju kompaktne nosace.
(b) Potrazimo sada drugi slabi izvod funkcije f , tj. slabi izvod funkcije g.
Z
g(x) (x)dx =
Z 0 Z
= (x)dx + (x)dx
0
sada koristimo parcijalnu integraciju
Z 0
= ((x))|x=0
x= + 0 (x)dx
Z
x=
+ ((x))|x=0 0 (x)dx = 2(0).
0
Kako ne postoji lokalno integrabilna funkcija h takva da je
Z
h(x)(x)dx = 2(0)
(jer je skup {0} Lebegove mere nula), ne postoji drugi izvod funkcije f .
Primer 2. Uzmimo sada dvodimenzionalni slucaj. Neka je = L0 (1) (otvorena
lopta sa centrom u 0 poluprecnika 1) i funkcija f je data sa
(
a, y < 0
f (x, y) = ,
b, y > 0
a 6= b. Kako funkcija ne zavisi od x, lako je pokazati da svaki izvod po x postoji, tako
da cemo posmatrati samo izvod po y-u. Zbog kompaktnosti nosaca test funkcije
LINEARNE PARCIJALNE DIFERENCIJALNE JEDNACINE SKRIPTA ZA DRUGI DEO KURSA5
Kako duz [1, 1] ima Lebegovu meru nula u dvodimenzionalnom prostoru, a ima
proizvoljnu vrednost na tom intervalu, kao i u prethodnom slucaju zakljucujemo
da ne postoji izvod ove funkcije po y.
Sledeca teorema je veoma vazna za trazenje slabog izboda, ali je necemo dokazi-
vati.
Koristeci ovu teoremu, odmah vidimo da je |x| = sgn(x) (samo nam jos treba
dokaz da je to zaista slabi izvod).
1.2.2. Slabo resenje parcijalne diferencijalne jednacine. Pojam slabog resenja nije
jedinstveno definisan, tj. definise se tako da sto je vise moguce odgovara fizickom
modelu koji jednacina opisuje.
Mi cemo ovde dati prvo definiciju za jednacinu prvog reda u divergentnom obliku.
Kasnije cemo koristiti i jednacine viseg reda, kao i sisteme jednacina.
Kazemo da je jednacina prvog reda data u divergentnom obliku ako se moze
zapisati kao
u L1loc ([0, T ) )
Z T Z
t (t, x)a0 (t, x, u)x1 (t, x)a1 (t, x, u) + ...
0
+ xn (t, x)an (t, x, u)dxdt
(5) Z TZ
= b(t, x, u)(t, x)dxdt
0
lim u(t, x) = u0 skoro svuda na ,
t0
Na ovom mestu cemo dati dva ilustrativna primera. U oba primera se koristi
definicija (5).
t u(t, x) + cx (t, x) = 0, c R
(6)
u(t, 0) = a(x).
u(t,x)
x=ct
jer je C0 ((0, ) R). Tako smo pokazali da funkcija u = a(x ct) ostaje slabo
resenje, iako a nije dovoljno glatka funkcija.
U sledecem primeru cemo videti slabo resenje koje je tipicno za zakone odrzanja
(kada je b 0 u (4) i (5)).
Posmatrajmo sledeci pocetni problem. Ona se zove Burgersova bezviskozna
jednacina i fizicki je zakon odrzanja brzine (sto je inace vestacka tvorevina), no
njena prava uloga je kada je samo jedna od jednacina u nekom realnom fizickom
modelu opisanim sistemom parcijalnih diferencijalnih jednacina.
8 MARKO NEDELJKOV
Kako vazi
Z Z
ct
d ct
t (t, x)dx = (t, x)dx c(t, ct)
dt
Z Z
d
t (t, x)dx = (t, x)dx + c(t, ct)
ct dt ct
imamo
Z
I= (ul c(t, ct) (u2l /2)(t, ct))dt
0
Z
(ud c(ct, t) (u2d /2)(t, ct))dt
0
jer je
Z ct Z
t=
(t, x)dx|t=0 = 0 i (t, x)dx|t=
t=0 = 0
ct
Z
= (c(ul ud ) (u2l u2d )/2)(t, ct)dt = 0,
0
za
ul + ud
(7) c= .
2
Primedba 3. Resenje u ovog oblika zovemo udarni talas sa brzinom c. Uslov (7) se
zove Rankin-Igonoov uslov. Ovde je data specijalan slucaj, a opsti oblik Rankin-
Igonoovog uslova se kasnije moze videti u relaciji (??).
LINEARNE PARCIJALNE DIFERENCIJALNE JEDNACINE SKRIPTA ZA DRUGI DEO KURSA9
t
x=ct+const
u=ud
Sada cemo dati neke vaznije primere distribucija. Prvi primer nam daje injek-
tivno preslikavanje prostora lokalno integrabilnih funkcija u prostor distribucija,
a drugi nam daje primer distribucije koja nije slika neke (lokalno integrabilne)
funkcije.
Primer 4. Neka je f L1loc (), a test funkcija. Tada preslikavanje is D u R
Z
Sf : hSf , i = f (x)(x)dx
definise distribuciju, jer je funkcionela Sf ocigledno linearna i vazi
Z
|hSf , i| kkL () |f (x)|dx.
supp
Ovo znaci da ako niz {j } tezi nuli, tada i hSf , j i 0, kada j , to jest Sf je
distribucija.
Primer 5. Neka je a . Izraz
ha , i = (a)
definise Dirakovu delta distribuciju u tacki a. Ako je a = 0, onda pisemo samo
umesto a .
2.1.1. Osobine i operacije sa distribucijama. Sada cemo navesti neke osobine dis-
tribucija, pojmove i operacije sa distribucijama, bez dubljeg ulazenja u sustinu i
dokaze.
(1) Za niz distribucija {Sj } D () kazemo da konvergira ka nuli ako za svaku
test funkciju D() vazi
hSj , i 0, kada j .
D
Konvergenciju u prostoru distribucija oznacavamo sa . (U teoriji dis-
tribucija se ova konvergencija naziva slaba). Kako je prostor distribucija
vektorski prostor, ovo je dovoljno za definiciju konvergencije na celom pros-
toru distribucija. Naime Sj T , T D (), ako i samo ako za svaku test
funkciju vazi
hSj T, i 0, kada j .
(2) Za S D () kazemo da je nula na , ako je
hS, i = 0
za svaku test funkciju sa nosacem u .
Definicija 4. Nosac distribucije S D (), supp S, je komplement najveceg
otvorenog skupa na kome je S = 0 (odnosno skup tacaka iz za koje ne pos-
toji otvorena okolina na kojoj je S = 0).
Definicija 5. Oznacimo sa E() prostor glatkih funkcija C () sa konvergencijom
definisanom na sledeci nacin:
Niz {j } konvergira nuli ako i samo ako vazi
lim k j kL () = 0,
j0
za svako Nn0 .
LINEARNE PARCIJALNE DIFERENCIJALNE JEDNACINE SKRIPTA ZA DRUGI DEO KURSA
11
Dual top prostora, E (), cemo zvati prostor distribucija sa kompaktnim nosacem.
Svaki element ovog prostora se moze identifikovati sa distribucijom (elementom iz
D ()) koja zaista ima kompaktan nosac prema prethodnoj definiciji.
Primer 6. supp = {0}, jer za svako x , x 6= 0, postoji okolina te tacke koja
ne sadrzi tacku nula i postoji test funkcija sa nosacem u . To u stvari znaci da
je
h, i = (0) = 0.
Definicija 6. Izvod distribucije S reda Nn0 definisemo sa
h S, i := (1)|| hS, i, za svako D().
Kako je takode u D(), vidimo da definicija uvek ima smisla, to jest svaka
distribucija ima izvod proizvoljnog reda. Ova cinjenica je i razlog koriscenja dis-
tribucija u PDJ.
Lema 1. Operacija diferenciranja je neprekidna u prostoru distribucija.
D
Dokaz. Neka niz distribucija Sj 0, j , sto znaci da
lim hSj , i 0,
j
Definisimo (
0, x<0
Kn (x) = n
x /n!, x > 0.
Nadite sve distribucione izvode ove funkcije.
Ako sa W k () oznacomo prostor lokalno integrabilnih funkcija na koje imaju
sve slabe izvode reda zakljucno sa k, onda mozemo reci da vazi
C k () W k () D ().
U ovoj relaciji smo poistovetili funkciju sa njenom slikom.
Ako je f C (), tada mozemo definisati proizvod distribucije S sa f , T = Sf ,
na sledeci nacin
hT, i := hS, f i, D().
Dokazacemo da je ova definicija dobra. Preslikavanje T je ocigledno linearna
D
funkcionela. Takode se lako vidi (koristeci samo definiciju konvergencije) da f j
D
0 kada niz j 0. Dovoljno je da primenimo pravilo diferenciranja proizvoda
funkcija i da primetimo da je supp(f ) supp .
Na isti nacin kao i za izvod distribucije, lako se pokazuje da je i operacija
mnozenja glatkom funkcijom neprekidna operacija u prostoru distribucija.
Na zalost, za dobru definisanost proizvoda neke funkcije koja nije glatka i dis-
tribucije ne postoji uniformna formula (a pogotovo za proizvod dve distribucije).
Ovo je glavna prepreka koriscenju distribucija u nelinearnim problemima.
2.1.2. Konvolucija distribucija. Prvo cemo dati klasicnu definiciju konvolucije. Neka
su f, g L1 (R). Tada definisemo konvoluciju ove dve funkcije sa
Z
f g(x) = f (x y)g(y)dy, x R.
(x\
j (x))(y) = iyj (x)(y).
\
( ) = (2)n/2 ,
ako postoji konvolucija .
[ = (2)n/2 ,
() ako postoji konvolucija .
odnosno = (2)n/2 1.
Na slican nacin se moze pokazati da je
Z
hed
iax (y), (y)i = heiax , (x)i
= eiax (x)dx
Z Z
=(2)n/2 eix(ya) (y)dydx
\
=(2)n/2 h1, (y + a)i
(prema prethodnom primeru)
=h, (y + a)i = ha , i.
Prema tome, ed
iax (y) = (y).
a
Sada cemo samo formulisati najbitniju teoremu u ovom delu. Svi domeni pros-
tora distribucija su Rn , pa cemo tu oznaku izbaciti iz teksta do kraja ovog poglavlja.
Teorema 6. Preslikavanje S 7 S iz S na S je injektivno i neprekidno. Takode
vazi
(i) Ako je S E , T S , tada je S C i T S S .
(ii) Ako je S E , T S , tada je (S\ T ) = ST (zbog pretpostavki na S i T ,
konvolucija uvek postoji).
(iii) Ako je P polinom, tada je
\
(P ()u(x))() = P (i)
u()
za svako u S .
(iv) (y\
j S(y))(x) = ixj S(x).
gde su a C, Nn0 , n
i f S (R ).
a ona je identicna jednoj od datih normi prostora H 1 (), cime je dokaz zavrsen.
n+1
U L2 () definisemo normu
v
uX Z
u n
kwk = t |wj (x)|2 dx,
j=0
n+1
koja je saglasna sa topologijom proizavoda za L2 () .
F je ocigledno izometrija, a specijalno je i linearna bijekcija prostora H 1 () i
n+1
F (H 1 ()) L2 () .
n+1
Kako je L () kompletan kompletan je i prostor L2 ()
2
, tako da za svaki
(j) 1 2
n+1
Kosijev niz {v } H () postoji w L () takvo da F (v (j) ) w, u
n+1
L2 () , kada j , to jest
v (j) w0 ,
xk v (j) wk , k = 1, ..., n u L2 (), j .
Za C0 () na osnovu Helderove nejednakosti imamo
Z
| (v (j) w0 )dx|
kv (j) w0 kL2 () kkL2 () 0, j ,
L2
jer v (j) w0 , sto znaci da i
D
v (j) w0 .
Analogno zakljucujemo da
D
xk v (j) wk .
Na osnovu neprekidnosti izvoda u prostoru distribucija, zakljucujemo da
D
xk v (j) xk w0 ,
to jest
wk = xk w0 , k = 1, ..., n.
Ovo znaci da je w = F (w0 ), i kako je F izometrija, imamo tvrdenje da je H 1 ()
kompletan.
Na slican nacin se dokazuje i sledeca teorema.
Teorema 7. Za svako m N0 , prosrot H m () je Hilbertov.
Ako je p 1, prostor H m,p () je Banahov.
Sada smo u prilici da iskoristimo cinjenicu da Furijeova transformacija preslikava
L2 na L2 kao i osobine Furijeove transformacije.
p
Teorema 8. Oznacimo sa hi = 1 + 2 . Tada je norma od u u H m (Rn ) ekviva-
lentna sa
khim u()kL2 (Rn ) .
Drugim recima, u L2 (Rn ) pripada prostoru H m (Rn ) ako je
khim u
()kL2 (Rn ) < .
Sledeci prostori su bitni za resavanje parcijalnih diferencijalnih jednacina, jer
daju smisao zadovoljavanja granicnih uslova u slabom slislu.
18 MARKO NEDELJKOV
4. Slabo re nu jednac
senje Dirihleovog problema za eliptic inu
U ovoj glavi cemo se baviti resavanjem Dirihleovog (I granicni problem) za
Laplasovu jednacinu, no isti metodi se mogu primeniti na bilo koju strogo elipticnu
linearnu jednacinu drugog reda.
LINEARNE PARCIJALNE DIFERENCIJALNE JEDNACINE SKRIPTA ZA DRUGI DEO KURSA
19
Sledeca teorema je u funkcionalnoj analizi poznata kao Teorema Risa. Ovde cemo
je samo navesti, bez dokaza, koji se inace nalazi u standardnom kursu funkcionalne
analize.
Teorema 12. (Ris) Neka je H Hilbertov prostor sa unutrasnjim proizvodom a(, ).
Neka je F : H R (ili C) linearno i neprekidno preslikavanje. Tada postoji
jedinstveno u H takvo da je
a(u, v) = F (v),
za svako v H.
Sada cemo navesti glavnu teoremu ove glave, koju je sada lako dokazati posle
predasnjih tvrdenja.
Teorema 13. Neka je 0 i otvoren podskup od Rn , ogranicen po jednoj
promenljivoj. Tada za svako f L2 () postoji u H01 () takvo da je
Z Z
u(x)v(x)dx + u(x)v(x)dx
(11) Z
u D (), jer gornja jednakost vazi za svako C0 () H01 (). Ovo znaci da je
n
X
hu, i hu, x2k i = hf, i
k=1
Ako pocetni uslov nije nula, vec neka funkcija g H1 (), tada konstruisemo
slabo resenje w = u g za homogeni problem kao u prethodnoj teoremi, samo je
Z
f (x)v(x)dx
u (11) zamenjeno sa
Z
(f (x) + g(x) + g(x))dx.
Pojmovi koje smo ovde koristili se mogu koristiti i na siru klasu parcijalnih
diferencijalnih jednacina.
Definicija 14. Linearni diferencijalni operator L koji je zapisan u obliku
n
X X
n
Lu = xi aij (x)xj u + bj (x)u
i=1 j=1
(12) n
X
+ ci (x)xi u + d(x)u
i=1
Lu = 0
ako je
Z X
n X
n
L(u, v) = aij (x)xj u(x) + bj (x)u(x) xi v(x)
i=1 j=1
X
n
ci (x)xi u(x) + d(x)u(x) v(x)dx = 0
i=1
ako vazi
Z n
X
L(u, v) = F (v) := g(x)v(x) + fi (x)xi v(x) dx
i=1
u| = h|
zamenjujemo sa
u h H01 ().
za svako x i svako Rn .
ina
5. Linearna talasna jednac
5.1. Postojanje resenja. Posmatramp sada Kosijev problem za n-dimenzionalnu
talasnu jednacinu
utt u = g(x, t)
(13) u|t=0 = a(x), ut |t=0 = b(x)
a H 2 (Rn ), b H 1 (Rn ), g(, t) H 1 (Rn ), t 0, x Rn .
Za resavanje ovog problema cemo upotrebiti Furijeovu transformaciju po promenljivoj
x.
Teorema 15. Pod gornjim uslovima postoji resenje u C 2 ((0, T ) : H 2 (Rn ))
Kosijevog problema (13) za svako T > 0. Resenje je definisano svojom Furijeovom
transformacijom
sin(|y|t)
u
(y, t) = cos(|y|t)
a(y) + b(y)
|y|
(14) Z t
sin(|y|(t s))
+ g(y, s)ds L2 (Rn ).
0 |y|
Proof. Primenimo Furijeovu transformaciju Fx7y na PDJ i pocetne uslove (13).
Nova promenljiva y = (y1 , ..., yn ) ce tada biti n-dimenzionalni parametar obicne
diferencijalne jednacine po t
d2
(y, t) + |y|2 u
u (y, t) = g(y, t)
dt2
d
u
(y, 0) = a(y), (y, 0) = b(y).
u
dt
Resenje homogenog dela ove jednacine je dato sa
uh (y, t) = C1 sin(|y|t) + C2 cos(|y|t).
Za nehomogeni deo, varijacija konstanti daje
Z t
sin(|y|s)
C1 (y, t) = g(y, s)ds,
0 |y|
Z t
cos(|y|s)
C2 (y, t) = g(y, s)ds,
0 |y|
sto nam daje
Z t
cos(|y|s) cos(|y|t) sin(|y|s) sin(|y|t)
u
p (y, t) = g(y, s)ds
0 |y|
Z t
sin(|y|(t s))
= g(y, s)ds.
0 |y|
Zamenom pocetnih uslova dobijamo
b(y)
C2 (y, t) = a
(y), C1 (y, t) = ,
|y|
i formula (14) je dokazana.
, b i g su u
Kako su funkcije cos(|y|t) i |y|1 sin(|y|t) ogranicene za svako t, a a
2 2
L , Helderova nejednakost povlaci da je u takode u L .
24 MARKO NEDELJKOV
(y) + sin(|y|t)|y|b(y)
|y|2 u(y, t) = cos(|y|t)|y|2 a
Z t
+ sin(|y|(t s))|y|g (y, s)ds.
0
Literatura
[1] M. Oberguggenberger, Multiplication of Distributions and Applications to Partial Differential
Equations, Pitman Res. Not. Math. 259, Longman Sci. Techn., Essex,
[2] M. Oberguggenberger, Lecture notes for PDE courses in Innsbruck, Lyon and Pretoria.
[3] J. Smoller, Shock Waves and Reaction-Diffusion Equations, (Second Edition), Springer, New
York, 1994.
[4] G. B. Whitham, Linear and Nonlinear Waves, John Wiley & Sons, New York, 1974.