0% fanden dieses Dokument nützlich (0 Abstimmungen)

11 Ansichten144 Seiten

PartDiffGleich Skript

Das Dokument ist ein Vorlesungsskript über partielle Differentialgleichungen, das im Wintersemester 2005/2006 an der Universität Stuttgart unter der Leitung von Prof. Dr. Anna-Margarete Sändig erstellt wurde. Es behandelt mathematische Modellierung, Lösbarkeit von Differentialgleichungen, schwache Lösungen und verschiedene Typen von Differentialgleichungen, einschließlich ihrer Anwendungen in der Physik und Ingenieurwissenschaften. Die Vorlesung richtet sich an Mathematikstudenten im Hauptstudium und umfasst auch Übungen zur Vertiefung des Stoffes.

Hochgeladen von

hausiwo3

Wir nehmen die Rechte an Inhalten ernst. Wenn Sie vermuten, dass dies Ihr Inhalt ist, beanspruchen Sie ihn hier.

Verfügbare Formate

Als PDF, TXT herunterladen oder online auf Scribd lesen

0% fanden dieses Dokument nützlich (0 Abstimmungen)

11 Ansichten144 Seiten

PartDiffGleich Skript

Hochgeladen von

hausiwo3

Wir nehmen die Rechte an Inhalten ernst. Wenn Sie vermuten, dass dies Ihr Inhalt ist, beanspruchen Sie ihn hier.

Verfügbare Formate

Als PDF, TXT herunterladen oder online auf Scribd lesen

Universität

Stuttgart

Partielle Differentialgleichungen
Vorlesung im Wintersemester 2005/2006
Prof. Dr. Anna-Margarete Sändig

Berichte aus dem Institut für

Angewandte Analysis und Numerische Simulation

Vorlesungsskript 2005/xxx
Universität Stuttgart

Partielle Differentialgleichungen
Vorlesung im Wintersemester 2005/2006
Prof. Dr. Anna-Margarete Sändig

Berichte aus dem Institut für

Angewandte Analysis und Numerische Simulation

Vorlesungsskript 2005/xxx
Institut fur
¨ Angewandte Analysis und Numerische Simulation (IANS)
¨ Mathematik und Physik
Fakultat
Fachbereich Mathematik
Pfaffenwaldring 57
D-70 569 Stuttgart

E-Mail: ians-preprints@[Link]
WWW: [Link]

ISSN 1611-4176

°c Alle Rechte vorbehalten. Nachdruck nur mit Genehmigung des Autors.

IANS-Logo: Andreas Klimke. LATEX-Style: Winfried Geis, Thomas Merkle.
Inhaltsverzeichnis

Einführende Begriffe 9

1 Mathematische Modellierung 15
1.1 Modellierung von Fließ- und Transportvorgängen . . . . . . . . . . . . . . . . 15
1.2 Modellierung von Diffusionsprozessen . . . . . . . . . . . . . . . . . . . . . . 20
1.3 Modellierung von Schwingungen . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4 Modellierung von stationären Prozessen . . . . . . . . . . . . . . . . . . . . . . 25
1.5 Anfangs- und Randbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.6 Korrekt gestellte Probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

2 Differentialgleichungen erster Ordnung 33

2.1 Lokale klassische Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Schwache Lösungen von Erhaltungsgleichungen . . . . . . . . . . . . . . . . . 41

3 Differentialgleichungen zweiter Ordnung 53

3.1 Typeinteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2 Die Fouriermethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.2.1 Randwertprobleme für die Laplace Gleichung . . . . . . . . . . . . . . 62
3.2.2 Rand-Anfangswertproblem für die Wärmeleitungsgleichung . . . . . 70
3.2.3 Rand-Anfangswertproblem für die Wellengleichung . . . . . . . . . . 75

4 Schwache Lösungen 79
4.1 Schwache Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2 Stationäre Randwertprobleme und ihre schwache Formulierung . . . . . . . . 87
4.3 Bilinearformen und Lax-Milgram Lemma . . . . . . . . . . . . . . . . . . . . . 88
4.3.1 Fortsetzung vom Rand ins Gebiet . . . . . . . . . . . . . . . . . . . . . 96
4.4 Allgemeine Randwertprobleme für die Poissongleichung . . . . . . . . . . . . 97
4.5 Anfangs- Randwertprobleme und ihre schwache Lösung . . . . . . . . . . . . 104

5
6 INHALTSVERZEICHNIS

5 Variationsmethoden für nichtlineare Probleme 115

5.1 Euler-Lagrange Gleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2 Existenz von Minimierern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.3 Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Einleitung

Diese vierstündige studienbegleitende Vorlesung ist als Einführung in die umfangreiche

Theorie partieller Differentialgleichungen gedacht. Dabei werden drei Schwerpunkte ge-
setzt:

• Woher kommen partielle Differentialgleichungen? Mathematische Modellierung

• Was ist über die Lösbarkeit (Existenz und Eindeutigkeit) einiger Klassen von partiel-
len Differentialgleichungen bekannt? Analysis
• Was versteht man unter schwachen Lösungen? Analysis mit numerischen Aspekten

Zunächst wird gezeigt, wie man in Zeit und Raum ablaufende Prozesse in Form von parti-
ellen Differentialgleichungen bzw. Systemen partieller Differentialgleichungen mit Rand-
und Anfangsbedingungen mathematisch modelliert. Dies soll durch Beispiele, wie Mo-
dellierung von Fließ- und Transportvorgängen, Verformungen, Diffusionen und Wellen il-
lustriert werden. Um die partiellen Differentialgleichungen systematisch untersuchen zu
können wird eine Klassifizierung (Ordnung und Typ, linear und nichtlinear) vorgenom-
men. Wir beginnen mit dem Lösen von partiellen Differentialgleichungen erster Ordnung
mit Hilfe der Charakteristikenmethode und beschreiben schwache L ösungen. Danach wer-
den lineare Differentialgleichungen zweiter Ordnung behandelt. Dabei konzentrieren wir
uns auf typische Beispiele: Randwertprobleme für die Poissongleichung (elliptische Glei-
chung) und Rand-Anfangswertprobleme
für eine Wellengleichung (hyperbolische
Gleichung) sowie für die Wärmeleitungsgleichung (parabolische Gleichung). Am Ende der
Vorlesung werden so genannte schwache Formulierungen von Differentialgleichungen zwei-
ter Ordnung hergeleitet. Diese sind grundlegend, um mit Hilfe von Galerkinverfahren (z.B.
Finite-Elemente-Methoden) die entsprechenden Probleme numerisch l ösen zu können.

Die vierstündige Vorlesung mit Übungen wendet sich an Mathematikstudenten im Haupt-

studium. Interessierte Physik- und Ingenieur-Studenten sind willkommen.

7
Einführende Begriffe

Bei der mathematischen Modellierung von in Raum und Zeit ablaufenden Prozessen wer-
den häufig partielle Differentialgleichungen hergeleitet. In diesen Gleichungen bzw. Glei-
chungssystemen treten unbekannte Funktionen von zwei und mehr Variablen und ihre par-
tiellen Ableitungen auf.

Definition 1 Es sei k ≥ 1 eine ganze Zahl. Eine Gleichung der Form

F (∇k u(x), ∇k−1 u(x), ..., ∇u(x), u(x), x) = 0, x ∈ Ω ⊂ Rn , (1)
wird partielle Differentialgleichung der Ordnung k genannt. Hierbei ist
∇k u(x) := {D α u(x), |α| = k}, (2)
α = (α1 , · · · , αn ) ein Multiindex
und αi ≥ 0 sind ganze Zahlen, |α| = α1 + α2 + ... + αn ,
∂ |α| u(x) α1
Dα u(x) := αn
αn = ∂x1 · · · ∂xn u(x). (3)
∂xα
1
1
· · · ∂x n

Die Funktion
k k−1
F : Rn × Rn × · · · × Rn × R × Ω −→ R.
ist gegeben (die Reihenfolge der Differentationen wird berücksichtigt) und
u : Ω −→ R
ist die Unbekannte.

Die Lösungsmenge ist i.a. sehr reichhaltig und wird häufig durch Randbedingungen bzw.
Anfangsbedingungen eingeschränkt.

Definition 2

(i) Die partielle Differentialgleichung (1) ist linear, falls sie die Gestalt
X
aα (x)D α u = f (x) (4)
|α|≤k

hat, wobei die Koeffizienten aα (x) gegebene Funktionen sind. Ist f (x) = 0, so spricht man
von einer homogenen Gleichung.
(ii) Sie heißt semilinear, falls sie in der Form
X
aα (x)D α u + a0 (∇k−1 u, ..., ∇u, u, x) = 0 (5)
|α|=k

gegeben ist.

9
10 Einführende Begriffe

(iii) Die Gleichung (1) ist quasilinear, falls sie durch

X
aα (∇k−1 u, ..., ∇u, u, x)D α u + a0 (∇k−1 u, ..., ∇u, u, x) = 0 (6)
|α|=k

beschrieben wird.

(iv) Die Gleichung (1) ist stark nichtlinear, falls sie nichtlinear bis zu den höchsten Ableitungen
ist.

Neben skalaren partiellen Differentialgleichungen treten in der Kontinuumsmechanik h äu-

fig Systeme von partiellen Differentialgleichungen auf. In diesem Fall ist die Unbekannte
ein Vektorfeld

u = (u1 , ..., um ). (7)

Anmerkung : Vektorielle Größen werden in diesem Skript in Fettdruck geschrieben.

Definition 3 Ein System von m partiellen Differentialgleichungen k-ter Ordnung hat die Gestalt

F (∇k u(x), ∇k−1 u(x), ..., ∇u(x), u(x), x) = 0, für x ∈ Ω ⊂ Rn ,

wobei
k k−1
F : Rmn × Rmn × ... × Rmn × Rm × Ω → Rm .

Systeme können auch aus weniger oder mehr als m Gleichungen bestehen. Die Definition 2
klassifiziert in entsprechender Weise auch Systeme von partiellen Differentialgleichungen.
Charakteristisch für partielle Differentialgleichungen ist, dass es keine einheitliche allge-
meine Theorie gibt, die Existenz und Eindeutigkeit der L ösungen in geeigneten Funktio-
nenräumen beschreibt. Daher konzentriert man sich zumeist auf partielle Differentialglei-
chungen, die eine Rolle in Anwendungen spielen. Wir f ühren im Folgenden eine Reihe von
Beispielen an, um zunächst verschiedene grundlegende partielle Differentialgleichungen
kennenzulernen. Woher sie kommen wird exemplarisch im n ächsten Kapitel ausgeführt.
Einführende Begriffe 11

Beispiele für lineare partielle Differentialgleichungen

Skalare Gleichungen
(i) Laplace- und Poissongleichung
n
X n
X
∂2u
∆u = = uxi xi = 0, (8)
i=1
∂x2i i=1
Xn
∂2u
−∆u = = f. (9)
i=1
∂x2i

Hier ist die Unbekannte u = u(x) z.B. ein Potential, eine (station äre) Temperatur, eine
Konzentration oder ein Druck. (8) und (9) sind lineare partielle Differentialgleichun-
gen zweiter Ordnung.

(ii) Wärmeleitungsgleichung

∂u
− a2 ∆u = f. (10)
∂t
Die Unbekannte u = u(x, t) hängt vom Ort x und der Zeit t ab. Sie beschreibt z.B.
die Temperatur bzw. die Konzentration von Substanzen. a 2 = cρ k
ist eine Konstan-
te, wobei ρ die Massendichte, c die spezifische Wärme und k die Wärmeleitfähigkeit
bezeichnen.

(iii) Wellengleichung

∂2u
− c2 ∆u = f. (11)
∂t2
u = u(x, t) beschreibt die Auslenkung eines Stabes (n = 1), einer Membran (n = 2)
bzw. die Ausbreitung von Schall oder elektromagnetischen Wellen (n = 3); c bezeich-
net die Wellenausbreitungsgeschwindigkeit.

(iv) Helmholtzgleichung

f0
∆u0 + k 2 u0 = − = f. (12)
a2
Man erhält sie aus der Wellengleichung, in dem man f (x, t) = f0 (x)eiωt annimmt und
periodische Lösungen der Form u(x, t) = u0 (x)eiωt sucht. (Übung!)

(v) Schrödinger Gleichung

∂u ~2
i~ + ∆u = 0, (13)
∂t 2m
wobei u = u(x, t) die Wellenfunktion eines Quantenpartikels der Masse m ist und ~
die Plancksche Konstante bezeichnet.

(vi) Biharmonische Gleichung (Kirchhoffsche Plattengleichung)

f
∆2 u = . (14)
D
u = u(x) bezeichnet die Durchbiegung, D die Dicke der Platte.
12 Einführende Begriffe

(vii) Transportgleichung

∂ρ
+ div(ρv) = 0.
∂t
Hier ist ρ = ρ(x, t) die Dichte, v = v(x, t) das Geschwindigkeitsfeld. Entweder muss
v bekannt oder als Funktion der Dichte gegeben sein.
(viii) Konvektion-Diffusionsgleichungen

∂u
+ v · grad u = k∆u.
∂t
u = u(x, t) bezeichnet
Pn die Konzentration eines Stoffes, v = v(x, t) die Geschwindig-
keit, a · b = i=1 ai bi ist das Skalarprodukt im n-dimensionalen Euklidischen Raum.

Systeme
(i) Lamé-Gleichungen (lineare Elastizität)

Lu = µ∆u + (λ + µ)∇(div u) = −f .

u bezeichnet das Verschiebungsfeld unter der Belastung f ; λ, µ sind Lam é-Koeffi-

zienten; ∇ ist der Nablaoperator (Gradient).

(ii) Elastische Schwingungsgleichungen

∂2u
− Lu = f .
∂t2
Die Felder u = u(x, t) beschreiben elastische Wellen, L ist in (i) definiert.

(iii) Stokes-Gleichungen

−ν∆u + grad p = f ,
div u = 0.

Hier ist u = u(x, t) die Geschwindigkeit einer kompressiblen Str ömung, p bezeichnet
den Druck, ν ist der Viskositätsparameter.

(iv) Maxwell-Gleichungen

div(εE) 4πρ, div(µH) = 0,

=
1 ∂(µH)
curlE = − ,
c ∂t
1 ∂(εE) 4π
curlH = + I.
c ∂t c
c ist die Lichtgeschwindigkeit, µ die magnetische Permeabilit ät, ε die dielektrische
Konstante, E die elektrische Feldstärke und H die magnetische Feldstärke.
Einführende Begriffe 13

Nichtlineare Gleichungen
(i) Nichtlineare Poissongleichung

−∆u = f (u).

(ii) p-Laplace-Gleichung

div(|∇u|p−2 ∇u) = 0, p > 1.

(iii) Gleichung zur Bestimmung von minimalen Oberflächen

µ ¶
∇u
div 1 = 0.
(1 + |∇u|2 ) 2

(iv) Skalare Erhaltungsgleichung

ut + div f (u) = 0.

(v) Burgers Gleichung

ut + u ux = 0.

(vi) Reaktions-Diffusions-Gleichung

ut − ∆u = f (u).

Nichtlineare Systeme
(i) Euler Gleichungen für inkompressible Flüsse

ut + u> ∇u = −∇p ,
div u = 0.

(ii) Navier-Stokes-Gleichungen für inkompressible viskose Flüsse

ut + u> ∇u − ν∆u = −∇p ,

div u = 0.

p bezeichnet das Druckfeld, u das vektorielle Geschwindigkeitsfeld und ν ist der Vis-
kositätsparameter.
Kapitel 1

Mathematische Modellierung

In diesem Kapitel untersuchen wir, wie Fließ- und Transportvorg änge, Diffusionen, Wellen
und einige stationäre Prozesse mathematisch modelliert werden, d.h. woher die entspre-
chenden partiellen Differentialgleichungen mit Rand- bzw. Anfangsbedingungen kommen.

1.1 Modellierung von Fließ- und Transportvorgängen

Wir betrachten die Strömung einer Flüssigkeit oder eines Gases, d.h. eines Fluids. Wir neh-
men an, das Fluid sei ein 3-dimensionales Kontinuum, das eine offene Teilmenge Ω ⊆ R 3
füllt. Jeder Punkt x ∈ Ω ist ein infinitesimales Teilchen des Fluids. In der Physik wird ein
reales Fluid als endliche Menge von Molekülen beschrieben. Die Strömungsbewegungen
der Teilchen im Kontinuumsmodell (makroskopische Skala) sind zwar verschieden von
den Molekülbewegungen in einem Fluid (mikroskopische Skala), erfassen jedoch sehr gut
vielfältige Strömungsphänomene.
Um eine mathematische Beschreibung der Teilchenbewegung vornehmen zu k önnen, be-
nötigen wir eine Zeitvariable t ∈ R+ := {t ∈ R : t ≥ 0} und Ortskoordinaten
x = (x1 , x2 , x3 ) bezüglich einer orthogonalen Basis.
Wir beschreiben die Bewegung durch eine Abbildung

φ : R+ × R3 → R3 ,
φ(t, x) = y,
φ(0, x) = x.

Für festes t sei φt (·) = φ(t, ·)|t f est : R3 → R3 eine eineindeutige Abbildung; siehe Abbil-
dung 1.1.

φ(t, ·)
PSfrag replacements

Ω(0) Ω(t)

Abbildung 1.1: Deformation φ(t, ·)

15
16 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Für festes x beschreibt

φx (·) = φ(x, ·)|xf est : R+ → R3

eine Kurve:
φx (t) = y(t).

Diese Kurve wird als Bahnkurve oder Trajektorie des Teilchens bezeichnet, das zum Zeit-
punkt t0 = 0 am Ort x war; siehe Abbildung 1.2.

y
6

- t

Abbildung 1.2: Trajektorie

Definition 4
∂ dy
v(t, φx (t)) = v(t, y(t)) = φ(t, x) = (t)
∂t dt
bezeichnet das Geschwindigkeitsfeld des Teilchens x, das sich zum Zeitpunkt t am Ort y(t) befindet.

Ist v(t, y) bekannt, dann können die Bahnkurven als Lösung eines Systems von gewöhnli-
chen Differentialgleichungen mit Anfangsbedingungen berechnet werden:

dy(t)
= v(t, y),
dt
y(0) = x.

Beispiel: Es sei

ty1
v(t, y) =  y2  .
0

Wir betrachten das Differentialgleichungssystem:

dy1
= ty1 ,
dt
dy2
= y2 ,
dt
dy3
= 0, y(0) = x.
dt
1 2
Die Lösung lautet y(t) = (x1 e 2 t , x2 et , x3 ).
1.1. MODELLIERUNG VON FLIESS- UND TRANSPORTVORGÄNGEN 17

Herleitung einer Transportgleichung

Um nun eine partielle Differentialgleichung für den Fluss bzw. Transport herzuleiten, grei-
fen wir auf den Massenerhaltungssatz zurück. Wir betrachten eine stetige Dichtefunktion ρ
(Massendichte) in den Koordinaten: ρ = ρ(t, y(t)) = ρ(t, y) der aktuellen Konfiguration.
Zum Zeitpunkt t = 0 betrachten wir ein Kontrollvolumen Ω(0). Ω(t) sei das weiterge-
strömte Kontrollvolumen zum Zeitpunkt t ∈ R+ .

Definition 5 ρ genügt einer integralen Erhaltungsgleichung, falls für jedes Ω(0) ⊂ R 3

Z Z
m = masse = ρ(0, x)dx = ρ(t, y)dy = const, (1.1)
Ω(0) Ω(t)

d.h.
Z
d
ρ(t, y)dy = 0 (1.2)
dt
Ω(t)

ist.

Wir berechnen nun die Ableitung

Z
d
ρ(t, y)dy.
dt
Ω(t)

Satz 1 (Reynolds’scher Transportsatz) Es sei ρ : R+ × R3 → R eine stetig differenzierbare

Dichtefunktion, und φt : R3 → R3 stetig differenzierbar. Dann gilt für jedes beschränkte Kontroll-
volumen die Gleichung:
Z Z · ¸
d ∂ρ
ρ(t, y)dy = (t, y) + div(ρ(t, y)v(t, y)) dy .
dt ∂t
Ω(t) Ω(t)

Beweisskizze von Satz 1

Z Z
d d
ρ(t, y)dy = ρ(t, φ(t, x))det∇x φ(t, x)dx
dt dt
Ω(t) Ω(0)
Z
d
= [ρ(t, φ(t, x))F (t, x)]dx
dt
Ω(0)
Z · ¸
d d
= ρ(t, φ(t, x))F (t, x)dx + ρ(t, φ(t, x)) F (t, x)dx ,
dt dt
Ω(0)

wobei F (t, x) = det ∇x φ(t, x) ist.

Nun ist
X3
dρ ∂ρ ∂φj ∂ρ
= +
dt j=1
∂φ j ∂t ∂t
X3
∂ρ ∂ρ ∂ρ
= vj + = ∇y ρ · v + .
j=1
∂φ j ∂t ∂t
18 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Weiterhin gilt [17, Seite 21, 22]

d
F (t, x) = F (t, x)divv.
dt
Daher wird
Z Z · ¸
d ∂ρ
ρ(t, y)dy = + ∇y ρ · v + ρ∇y · v F (t, x)dx
dt ∂t
Ω(t) Ω(0)
Z µ ¶
∂ρ
= + ∇y · (ρv) dy
∂t
Ω(t)
Z µ ¶
∂ρ
= + div(ρv) dy.
∂t
Ω(t)

Folgerung
Falls der Integrand stetig ist, erhält man aus der Tatsache, dass das Reynoldsche Transport-
theorem für beliebige Volumina Ω(t) gilt,

∂ρ
+ div(ρv) = 0. (1.3)
∂t
Diese partielle Differentialgleichung [Link] bezeichnet man als Kontinuit ätsgleichung,
sie ist eine Erhaltungsgleichung in Divergenzform. Um die Differentialgleichung zu l ösen,
muss die Geschwindigkeit v bekannt, bzw. als Funktion der Dichte gegeben sein.

Bemerkung
Im Folgenden ändern wir die Bezeichnung, y wird durch x ersetzt, um mit den in der
Literatur häufig benutzten Variablen konform zu sein.
1.1. MODELLIERUNG VON FLIESS- UND TRANSPORTVORGÄNGEN 19

Beispiele
1. Lineare Advektionsgleichung
Es sei v(x, t) = a = const. Dann ist
∂ρ ∂ρ
+ div(aρ) = + a · ∇x ρ = 0. (1.4)
∂t ∂t
Für x = x1 (eindimensionaler Ort) erhalten wir
∂ρ ∂ρ
+a = 0.
∂t ∂x
Fügen wir das Anfangsdatum ρ(x, 0) = ρ0 (x) hinzu, dann ist die Lösung

ρ(x, t) = ρ(x − at, 0) = ρ0 (x − at).

Anschaulich heißt dies, dass das Anfangs-Dichteprofil mit der Geschwindigkeit a

”stromab” transportiert wird.
2. Kinematische Strömungsmodelle
Die Geschwindigkeit wird als Funktion der gesuchten lokalen Dichte dargestellt

v = v(ρ(x, t)).

Solche Strömungsmodelle heißen kinematisch.

Für
ρ
v = , x = x1 , a = 1
2
folgt

∂ρ ∂ ρ2 ∂ρ ∂ρ
+ = +ρ = 0.
∂t ∂x 2 ∂t ∂x
Diese nichtlineare Differentialgleichung heißt Burgers Gleichung.
Sollen noch viskose Effekte erfasst werden, so erhält man [2]
∂ρ ∂ρ ∂2ρ
+ρ − ν 2 = 0, ν>0 Viskositätsparameter.
∂t ∂x ∂x

3. Verkehrsströmung
Sei ρ = ρ(x, t) die lokale Autodichte auf einer einspurigen Straße (x = x 1 ) und v die
Geschwindigkeit. Es sei 0 ≤ ρ ≤ ρmax , wobei ρmax die maximale Dichte (Stoßstange
an Stoßstange) bezeichne. Da die Autos erhalten bleiben, muss die Erhaltungsglei-
chung
∂ρ ∂
+ (ρv) = 0
∂t ∂x
gelten. Wir nehmen an, dass v = v(ρ) ist. Bei ρ = 0 (leere Straße) m öchte man mit
der maximalen Geschwindigkeit vmax fahren, je größer ρ ist, desto kleiner muss die
Geschwindigkeit sein
ρ
v = v(ρ) = vmax (1 − ).
ρmax
Damit erhalten wir
· µ ¶¸
∂ρ ∂ ρ
+ ρvmax 1 − = 0.
∂t ∂x ρmax
20 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Bemerkung
Eine allgemeinere Formulierung von Systemen von Erhaltungsgleichungen wird durch fol-
gende Definition gegeben.

Definition 6 Erhaltungsgleichungen in n Raumdimensionen werden durch ein System partieller

Differentialgleichungen (ρ wird durch u ersetzt) gegeben:
Xn
∂u ∂
(x, t) + f i (u(x, t)) = 0.
∂t i=1
∂x i

Der Vektor u(x, t) = (u1 (x, t), ..., um (x, t))> , mit
u : Rn × Rt 3 (x, t) → u(x, t) ∈ S ⊂ Rm
ist die gesuchte Lösung; die Elemente aus S heißen Zustände.
Die Abbildungen f i : S 3 u(x, t) → f i (u(x, t)), i = 1, ..., n, sind Flussfunktionen.

1.2 Modellierung von Diffusionsprozessen

Diffusion in einer Raumrichtung

Wir stellen uns eine Röhre mit einer ruhenden Flüssigkeit vor. In der Flüssigkeit befindet
sich ein Farbstoff, der von Bereichen höherer zu Bereichen niederer Konzentration diffun-
diert (siehe Abbildung 1.3). Mit u bezeichnen wir die Konzentration des Farbstoffes. Die
Diffusionsrichtung sei die x-Richtung, deshalb fassen wir den Diffusionsprozess als eindi-
mensionalen Vorgang auf.
Farbstoff Diffusion
@
R p pp p pp p pp p pp p p pp pp pp pp pp pp p p p p p p ¡
p p pp p pp p pp pp p p p p p p p p p p p p p pª
p p p pp p p p p p
pp p
pp pp pp pp pp pp p pp pp pp pp pp pp pp p p p p p p p p p p p p pp p p
p p p p
pp pp pp pp pp pp pp ppp pp ppp pp ppp pp ppp p pp p p p pp p p p p p p pp pp p p p p p
pp p pp pp pp pp pp pp pp pp pp ppp pp ppp pp ppp pp pp pp pp pp p p p pp pp pp pp pp ppp p pp p p p p pp
x0 x1

Abbildung 1.3: Diffusion in einer Röhre

Die Bewegung des Farbstoffes innerhalb des Intervalls (x 0 , x1 ) kann folgendermaßen be-
schrieben werden: Es sei m(t, x) die Farbstoffmasse zum Zeitpunkt t und am Ort x. Die
Gesamtmasse der Teilchen über dem Intervall (x0 , x1 ) bezeichnen wir mit m(t, (x0 , x1 )).
Es ist
Zx1
m(t, (x0 , x1 )) = c u(t, x) dx ,
x0

wobei c eine Normierungskonstante ist. Daher erhalten wir

Zx1
dm ∂u(t, x)
(t, (x0 , x1 )) = c dx .
dt ∂t
x0

Sei q die Stromdichte, d.h. die transportierte Masse pro Zeiteinheit. Ein Zusammenhang
zwischen der Massenänderung pro Zeit, der Stromdichte und dem Konzentrationsgef älle
im Intervall (x0 , x1 ) liefert das 1. Ficksche Gesetz:
1.2. MODELLIERUNG VON DIFFUSIONSPROZESSEN 21

1. Ficksches Gesetz
Es gibt eine Proportionalitätskonstante (Diffusionskonstante) k, so dass für die Stromdichte
q die Beziehungen

Zx1
1 dm ∂u
(t, (x0 , x1 )) = (t, x) dx = −q(t, x1 ) + q(t, x0 ) (1.5)
c dt ∂t
x0

und
∂u(t, x)
q(t, x) = −k (1.6)
∂x
gelten. Setzen wir (1.5) in (1.6) ein, dann erhalten wir

Zx1
∂u ∂u(t, x1 ) ∂u(t, x0 )
(t, x) dx = k −k
∂t ∂x ∂x
x0
Zx1
∂ 2 u(t, x)
= k dx . (1.7)
∂x2
x0

Da die Integrationsgrenzen x0 und x1 beliebig sind, folgt aus (1.7) die Differentialgleichung

∂u ∂2u
=k 2. (1.8)
∂t ∂x
(1.8) wird auch als 2. Ficksches Gesetz bezeichnet.

Diffusion in mehreren Raumrichtungen

Sei Ω0 eine beliebige Teilmenge eines Gebietes Ω (für n = 1 war Ω0 = (x0 , x1 )). Es ist
Z
m(t, Ω0 ) = m(t) = c u(x, t)dx
Ω0

und
Z
1 dm(t)
= ut (x, t)dx.
c dt
Ω0

PSfrag replacements Ω0
n

Abbildung 1.4: Fluß durch den Rand eines Gebietes Ω0

Der Farbstoff diffundiert von Bereichen höherer Konzentration zu Bereichen niederer Kon-
zentration. Die Diffusion erfolgt über den Rand ∂Ω0 in Normalenrichtung n (siehe Abbil-
dung 1.4) und kann mit Hilfe der Stromdichte q ausgedrückt werden
22 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Z Z
ut (x, t)dx = − q · n dσ.
Ω0 ∂Ω0

Das [Link] Gesetz besagt, dass

q = −k∇u,

wobei k die Diffusionskonstante bezeichnet.

Nach dem Gaußschen Satz erhalten wir

Z Z Z
ut (x, t)dx = k∇u · n dσ = div(k∇u) dx.
Ω0 ∂Ω0 Ω0

Da Ω0 beliebig war, folgt die Differentialgleichung

ut (x, t) = div(k∇u) = k∆u.

Sind Quellen (hineinfließen) oder Senken (hinausfließen) des Farbstoffes vorhanden, be-
schrieben durch die Quelldichten f (x, t), dann ergibt sich die inhomogene Diffusionsglei-
chung
ut − k∆u = f (x, t).

Im Allgemeinen ist k = k(u) und damit

ut − div[k(u)grad u] = f (x, t).

Diffusionsgleichungen beschreiben u.a. die Brownsche Molekularbewegung, Populations-

dynamik, chemische Diffusionen und Wärmeausbreitung.

Wärmeleitungsgleichung
Die Wärmeleitungsgleichung hat eine ähnliche Gestalt wie die Diffusionsgleichung. Sei
u(x, t) die Temperatur, H(t) die gesamte Wärmemenge eines Bereiches Ω0 ⊂ Ω (gemessen
in Kalorien), dann gilt
Z
H(t) = cρu dx,
Ω0

wobei c die spezifische Wärme und ρ die Dichte (Masse pro Volumeneinheit) ist. Es gilt
Z
dH(t)
= cρut dx.
dt
Ω0

Nach dem Fourierschen Gesetz (vorher Ficksches Gesetz) fließt die W ärme von wärmeren
zu kälteren Bereichen proportional zum Temperaturgradienten:

q = Wärmestromdichte = −k grad u.

Die Wärmeleitfähigkeit hängt i.a. von u ab; k = k(u). In Ω0 kann keine Wärme verloren
gehen, sie tritt nur über den Rand ∂Ω0 aus. Die Änderung der Wärmemenge ist deshalb
Z Z
dH(t)
=− q · n dσ = k∇u · n dσ,
dt
∂Ω0 ∂Ω0
1.3. MODELLIERUNG VON SCHWINGUNGEN 23

wobei k die Wärmeleitfähigkeit bezeichnet. Durch Anwenden des Divergenzsatzes folgt

Z Z
cρut dx = div(k∇u) dx
Ω0 Ω0

und damit
cρut = div(k(u)∇u).
Ist k = const, erhalten wir wieder die Diffusionsgleichung:
k
ut = ∆u. (1.9)
cρ

Konvektion-Diffusions Gleichung
Tritt ein Transport und eine Diffusion eines Stoffes in einer Fl üssigkeit auf (z.B. Schadstoff
im Grundwasser), dann genügt die Konzentration u(x, t) einer Differentialgleichung
∂u
+ v · grad u = k∆u. (1.10)
∂t
Der Transport wird durch die Gleichung (1.3)
∂u
+ div(uv) = 0
∂t
beschrieben. Da für die skalare Größe u
div(u v) = u div v + grad u · v
gilt und unter der Annahme, dass div v = 0 ist (inkompressible Stoffe), erhalten wir die
linke Seite der Gleichung (1.10). Die Bilanzgleichung (1.10) bezieht die Diffusion (Ficksches
Gesetz) mit ein.

Reaktion-Diffusions Gleichungen
Bei der Modellierung chemischer Reaktionen treten Systeme partieller Differentialgleichun-
gen auf, z.B. [1]
ut = ∆u − φ2 R(u, v),
vt = ∆v + βR(u, v),
wobei u die Stoffkonzentration, v die Temperatur, R die Reaktionsgeschwindigkeit (be-
kannt) und φ, β Konstanten sind.

1.3 Modellierung von Schwingungen

Schwingungen von Saiten, Membranen und dreidimensionalen Volumina k önnen mathe-
matisch durch Wellengleichungen der Form
∂2u
ρ = div(α gradu) − βu + f (x, t) (1.11)
∂t2
modelliert werden. Dabei sind ρ, α und β Materialkonstanten, f (x, t) charakterisiert die In-
tensität (Dichte) der äußeren Störung und u = u(x, t) ist die unbekannte Funktion, die z.B.
die Auslenkung der Welle beschreibt. (1.11) wird durch Anfangs- und Randbedingungen
komplettiert. Wir skizzieren nun, wie man elastische Schwingungen durch partielle Diffe-
rentialgleichungen der Gestalt (1.11) beschreiben kann.
24 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Elastische Schwingungen
Wir betrachten einen Körper Ω = Ω(0) ⊂ Rn , n = 1, 2, 3, der durch eine Abbildung

~ : Ω(0) × (t0 , T ) ⊂ Rn × R+ → Rn
ϕ

abgebildet wird. Im aktuellen Gebiet Ω(t) wirken auf den K örper Volumenkräfte F , die
durch stetige vektorwertige Dichtefunktionen f beschrieben werden k önnen:
Z
F (Ω(t), t) = f (y, t) dy .
Ω(t)

Als Impuls bezeichnet man das Integral

Z
l(Ω(t), t) = %(y, t)v(y, t) dy ,
Ω(t)

wobei % = %(y, t) eine skalare stetig differenzierbare Dichtefunktion und

dy(t)
v(y, t) = , y(t) = ϕ(x, t)
dt
ist. Um ein Gleichgewicht zwischen den angreifenden Kr äften und der zeitlichen Impulsände-
rung ausdrücken zu können, wurde das folgende Axiom aufgestellt:
Gleichgewicht liegt vor, falls ein Spannungsvektor t = t(y, t, n) existiert, so dass
Z Z
d
l(ω(t), t) = f (y, t) dy + t(y, t, n) dσ (1.12)
dt
ω(t) ∂ω(t)

für alle Kontrollvolumina ω(t) ⊂ Ω(t) gilt. Man kann beweisen, dass t(y, t, n) = T (y, t)n
dargestellt werden kann, wobei n der äußere Normalenvektor an die Oberfläche ∂ω(t) ist,
T ist eine n × n Matrix. Unter der Voraussetzung, dass das Massenerhaltungsgesetz gilt,
kann man (1.12) berechnen. Hierbei wird das Reynolds’sche Transporttheorem und der
Divergenzsatz angewandt. Man erhält eine Gleichung für das Kräftegleichgewicht:

%(y, t)v̇(y, t) = div T (y, t) + f (y, t) . (1.13)

Links tritt die Beschleunigung auf, %v̇ ist die Trägheitskraft, rechts steht eine rücktreibende
Kraft, div T und die äußere Anregung f . Die n × n Matrix kann bei elastischen K örpern für
kleine Schwingungen ausgedrückt werden:

T = T (∇~u) = T (grad ~u) ,

wobei ~u der Verschiebungsvektor (Auslenkung) ist. Setzt man u 1 = u2 = 0, u3 = u, so erhält

man schließlich für vertikale Auslenkungen die Gleichung (1.11) mit div T = div (µgrad u).
µ ist eine Materialkonstante.
1.4. MODELLIERUNG VON STATIONÄREN PROZESSEN 25

1.4 Modellierung von stationären Prozessen

Zustände, bzw. Prozesse, bei denen sich die physikalischen Verh ältnisse nicht mit der Zeit
ändern, heißen stationär. In den vorangegangenen Modellierungen werden station äre Zustände
beschrieben, falls ut = 0 bzw. utt = 0 sind. Dies führt im Wesentlichen zur homogenen
Laplace-Gleichung:
µ 2 ¶
∂ ∂2 ∂2
∆u = + + u = 0,
∂x21 ∂x22 ∂x23

bzw. zur inhomogenen Poissongleichung

∆u = −f (x).

Die Gleichung ∆u = 0 heißt auch Potentialgleichung. Ein Vektorfeld (Kraftfeld) v besitzt

ein Potential u, falls gilt:
v = gradu.

Beispiele
1. Bei einer stationären Strömung einer inkompressiblen Flüssigkeit ist

divv = 0.

Liegt weiterhin eine Potentialströmung vor, v =gradu, so folgt

∆u = 0.

2. Für die elektrische Feldstärke E eines durch eine elektrostatische Ladung mit der
Dichte ρ erzeugten Feldes gilt nach dem Coulombschen Gesetz
ρ
divE = (ε − Dielektrizitätskonstante).
ε
Falls E wirbelfrei ist, existiert ein elektrostatisches Potential, so dass E = −gradu und

ρ4π
div gradu = ∆u = −
ε
ist.

3. Das Newtonsche Gravitationsgesetz führt, analog zu 2., zu der Gleichung

∆u = −ρc,

wobei ρ die Massendichte und c eine Materialkonstante ist.

26 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Helmholtz-Gleichung
Die stationäre Gleichung
∆u + k 2 u = 0

wird Helmholtz-Gleichung genannt.

Betrachtet man die Wellengleichung
wtt − a2 ∆w = f (x, t) = f0 (x)eiωt ,

mit periodischer Störung, der Frequenz ω und der Amplitude f0 (x), so erhält man durch
den Ansatz
w(x, t) = u(x)eiωt

die Helmholtz-Gleichung
f0 (x) ω2
∆u + k 2 u = − , k2 = .
a2 a2

1.5 Anfangs- und Randbedingungen

Wir haben bisher lineare und nichtlineare partielle Differentialgleichungen und Systeme er-
ster und zweiter Ordnung kennen gelernt, durch die instation äre und stationäre Prozesse
modelliert werden. Weiterhin haben wir gesehen, dass sehr viele L ösungen auftreten. Es
geht i.A. nicht darum, alle möglichen Lösungen zu berechnen, sondern solche, die Zusatz-
bedingungen genügen. Lösungsstrategien werden sich daran orientieren.
Wir werden uns zunächst mit Zusatzbedingungen in Form von physikalisch motivierten
Anfangs- und Randbedingungen näher beschäftigen.

Anfangsbedingungen
Definition 7 Eine Anfangsbedingung legt den physikalischen Zustand eines Prozesses zu einem
bestimmten Zeitpunkt t0 fest.

Beispiel
Bei der Transportgleichung (1.3) wird die Dichte zum Zeitpunkt t 0 als gegeben betrachtet

ρ(t0 , x) = ρ0 (x).

Bei der Wärmeleitungsgleichung (1.9) wird die Temperatur zum Zeitpunkt t 0 vorgeschrie-
ben
u(t0 , x) = u0 (x).

In beiden Gleichungen treten erste Ableitungen nach der Zeit auf. Bei der Wellengleichung
(11), in der eine 2. Ableitung nach der Zeit auftritt, werden sowohl Anfangslage, als auch
Anfangsgeschwindigkeit vorgeschrieben:

u(t0 , x) = u0 (x),
∂u(t0 , x)
= u1 (x).
∂t
1.5. ANFANGS- UND RANDBEDINGUNGEN 27

Randbedingungen
Die Ortsvariable variiert oft in einem beschränkten Gebiet, z.B. wird die schwingende Saite
durch ein Intervall der Länge l modelliert, die Membran durch einen ebenen Bereich, die
diffundierende chemische Substanz durch einen Beh älter. Der Schall wird sich je nach Si-
tuation in einem endlichen Bereich oder im unendlichen Raum ausbreiten, gleiches gilt f ür
die Wärme.

Definition 8 Eine Randbedingung legt den physikalischen Zustand am Rand, bzw. an Teilrändern
eines beschränkten räumlichen Gebietes fest. Durch sie wird auch das Verhalten der Lösung für
|x| → ∞ beschrieben.

Häufig auftretende Beispiele

(D) u wird auf dem Rand vorgegeben (Dirichlet Bedingung, 1. Randwertproblem). Als
Beispiel betrachten wir eine fest eingespannte Saite : u(0, t) = u(l, t) = 0.

(N ) ∂u
∂n bzw. die Normalspannung σn wird auf dem Rand vorgegeben (Neumann Beding-
ung, 2. Randwertproblem). Zum Beispiel wird ein gelenkig gelagertes Saitenende,
transversal ohne Widerstand, in einer Spur geführt, durch die Bedingung
∂u
(l, t) = 0
∂n
modelliert.
(R) ∂u
∂n + au wird vorgegeben (Robin Bedingung oder Newton Bedingung, 3. Randwert-
problem). Ein Beispiel dazu wäre ein Saitenende, welches frei in einer Spur schwingt,
aber durch eine Feder, bzw. ein Gummiband in die Gleichgewichtslage zur ückgeführt
wird.
Wir erläutern an weiteren Beispielen, wann welche Randbedingungen physikalisch sinn-
voll sind.

Diffusion
Ist die diffundierende Substanz mit der Konzentration u in einem Beh älter Ω eingeschlos-
sen, d.h. es kann nichts hinzukommen, bzw. entweichen, dann muss nach dem Fickschen
Gesetz gelten:
∂u
−k = q · n = 0 auf ∂Ω.
∂n
Ist der Behälter durchlässig und wird die austretende Substanz sofort weggesp ült, dann ist

u=0 auf ∂Ω.

28 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

Wärmeleitung
Vollständige Isolation des Körpers lässt keine Wärme über den Rand austreten, d.h.
∂u
=0 auf ∂Ω.
∂n
Befindet sich der Körper in einem großen Behälter mit der Temperatur g(x, t) = g(t) (siehe
Abbildung 1.5) und findet vollständige Wärmeleitung statt, dann lautet die Randbedin-
gung
u(x, t) = g(t) auf ∂Ω.

PSfrag replacements
u = g(t)

Abbildung 1.5: eingebetteter Körper

Stellen wir uns einen isolierten Stab vor, der bei x = 0 in einen Beh älter der Temperatur g(t)
ragt (siehe Abbildung 1.6).

PSfrag replacements
g
0

Abbildung 1.6: Stab im Behälter

Dann ist
∂u ∂u
− (0, t) = (0, t) = −a[u(0, t) − g(t)].
∂x ∂n

Bedingung im Unendlichen
Wenn wir Schall- oder Lichtwellen betrachten, die nach außen (ins Unendliche) strahlen, so
ist die ’Sommerfeldsche Ausstrahlungsbedingung’
µ ¶
∂u ∂u
lim r − = 0,
r→∞ ∂r ∂t
eine physikalisch sinnvolle Randbedingung im Unendlichen. Hier ist r = |x|.
1.6. KORREKT GESTELLTE PROBLEME 29

Transmissionsbedingungen
Besteht das Gebiet Ω aus zwei Teilgebieten, Ω = Ω1 ∪ Ω2 , unterschiedlicher Materialien, so
treten an den gemeinsamen Randstücken (interfaces) so genannte Sprungbedingungen auf.
Es sei z.B. ein Stahl-Beton Verbund gegeben (siehe Abbildung 1.7).

PSfrag replacements

Ω2 Γ12 Ω1

Abbildung 1.7: Stahl-Beton Verbund

In Ωi betrachten wir die Wärmeleitungsgleichungen

∂ui
− ki 4 ui = 0, i = 1, 2.
∂t
Am ’interface’ ∂Ω1 ∩ ∂Ω2 = Γ12 soll die Temperatur übereinstimmen
u1 (x, t) = u2 (x, t) auf Γ12 .

Nach dem Fourierschen Gesetz ist der Wärmestrom

q i = −ki ∇ui in Ωi

und daher auf Γ12

∂ui
q i · ni = −ki .
∂ni
Da n1 = −n2 , erhalten wir als stetige Übergangsbedingung
∂u1 ∂u2 ∂u1 ∂u2
k1 + k2 = k1 − k2 = 0,
∂n1 ∂n2 ∂n1 ∂n1
was bei sehr unterschiedlichen Diffusionskoeffizienten zu großen Spr üngen führen kann.
Bei Verbünden aus elastischen Materialien lauten die Sprungrelationen an der Übergangs-
fläche für die Verschiebungsfelder ui und die Spannungsvektoren σi ni :

u1 − u 2 = 0,
σ1 n1 + σ 2 n2 = 0,

wobei σi = λi trε(ui ) + 2µi ε(ui ) ist.

Bei thermoelastischen Problemen haben wir [11] auf Γ12 :

u 1 − u2 = 0,
(σ1 − σ2 )n1 = [k1 (3λ1 − 2µ1 )T1 − k2 (3λ2 + 2µ1 )T2 ]n1 ,

wobei Ti die Temperatur in Ωi bezeichnet.

1.6 Korrekt gestellte Probleme

Wir betrachten partielle Differentialgleichungen in Operatorform

A u = A(∇k , ∇k−1 , ..., ∇0 )u = f in Ω × (0, T ) = QT .

30 KAPITEL 1. MATHEMATISCHE MODELLIERUNG

PSfrag replacements

Abbildung 1.8: Raum-Zeit-Zylinder QT

Die Zusatzbedingungen (Anfangs- und Randbedingungen) fassen wir als Operator B zu-
sammen

Bu=g auf ∂Ω × (0, T ) ∪ Ω × {0}.

Das Problem lautet: Man finde eine Lösung u aus einem Funktionenraum X für rechte
Seiten f ∈ Y, g ∈ Z, so dass

A = (A, B) : X → Y × Z,
A u = (f, g)T .

Das Problem heißt im Hadamardschen Sinne (1902) korrekt gestellt, falls folgende funda-
mentale Eigenschaften gelten:

(1) Existenz: Es existiert wenigstens eine Lösung.

(2) Eindeutigkeit: Es gibt höchstens eine Lösung.
(3) Stabilität: Kleine Änderungen von f und g bewirken kleine Änderungen der Lösung;
anders ausgedrückt:

A−1 existiert auf Y × Z und A−1 ist stetig.

Man erwartet, dass physikalisch sinvolle Modellierungen auf korrekt gestellte Probleme
führen. Dies ist nicht immer der Fall.

Beispiel
Wir betrachten das Neumann Problem für die Poisson-Gleichung (stationäre Diffusions-
gleichung in einem geschlossenen Behälter)

−∆u = f in Ω,
∂u
= g auf ∂Ω.
∂n
Die Eindeutigkeit ist verletzt. Wäre u eine Lösung, dann ist auch u + const eine Lösung.

Bei geeigneter Wahl der Räume X, Y, Z (Faktorräume, orthogonale Komplemente) kann

auch in diesem Beispiel (1), (2) und (3) gesichert werden.
1.6. KORREKT GESTELLTE PROBLEME 31

Klassische Lösungen von Au = (f, g)T sind Funktionen u ∈ C k (QT ).

Es existieren nicht immer klassische Lösungen. Betrachten wir z.B. die skalare Erhaltungs-
gleichung:

ut + F (u)x = 0.

Es treten i.A. Schockwellen (Unstetigkeitskurven der L ösung u) auf, die natürlich keine
klassischen Lösungen sind. Das Konzept schwacher oder verallgemeinerter L ösungen (Lösun-
gen im Distributionensinn) erfasst auch diese.
Kapitel 2

Differentialgleichungen erster
Ordnung

Wir hatten bereits die lineare Advektionsgleichung (1.4) kennen gelernt (jetzt setzen wir
ρ = u) :
∂u ∂u
+a = 0. (2.1)
∂t ∂x
Diese Gleichung kann als Richtungsableitung interpretiert werden
µ ∂u ¶ µ ¶ µ ¶
∂u 1 t
= ∇u · n = 0, ∇u = ∂t
∂u , n = = ,
∂n ∂x
a x
d.h. u ist einerseits in Richtung von n konstant und andererseits ist ∇u orthogonal zu n.
Damit ist ∇u auch orthogonal zu Geraden, die zu n parallel verlaufen.
x

PSfrag replacements
t

Abbildung 2.1: Die Charakteristiken

Die zu n parallelen Geraden haben die Gestalt (siehe Abbildung 2.1)

x − at = const
und heißen Charakteristiken.

33
34 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

Die Lösung u ist konstant auf jeder Charakteristik, d.h. dort gilt

u(t, x) = C = f (const) = f (x − at),

wobei f eine unbestimmte differenzierbare Funktion ist.

Durch eine Anfangsbedingung, z.B.:

u(0, x) = sin x = u0 (x)

kann f bestimmt werden:

f (x) = sin x.

Es folgt:

u(t, x) = f (x − at) = u0 (x − at) = sin(x − at).

Die Lösung u(t, x) wird in Abbildung 2.2 dargestellt. Der Transport der Anfangsdaten er-
folgt längs der Charakteristiken.

PSfrag replacements t

Abbildung 2.2: Transport entlang der Charakteristiken

Wir greifen diese Idee auf und untersuchen jetzt allgemeiner das lokale L ösungsverhalten
einer quasilinearen Differentialgleichung [Link] mit Anfangsbedingungen.
2.1. LOKALE KLASSISCHE LÖSUNGEN 35

2.1 Lokale klassische Lösungen

Wir führen zunächst den Begriff eines Cauchy-Problems ein für n räumliche Variable x und
die Zeitvariable t.

Definition 9 Als Cauchy Problem bezeichnet man ein Anfangswertproblem für eine partielle Dif-
ferentialgleichung, die in Rn × R+ definiert ist.

Wir beginnen mit einem allgemeinen nichtlinearen Anfangswertproblem f ür Funktionen

u = u(x, y), (x, y) ∈ R2 .
Gegeben sei
a(x, y, u)ux + b(x, y, u)uy = c(x, y, u), (2.2)
u(x0 (s), y0 (s)) = u0 (s), (2.3)

wobei a, b, c ∈ C 1 (Ω3 ), Ω3 ⊂ R3 , und K(s) = {(x0 (s), y0 (s), u0 (s))} eine differenzierbare
Kurve in Parameterdarstellung im R3 bezeichnet; 0 ≤ s ≤ l. Gesucht ist eine Funktion
u = u(x, y) ∈ C 1 (Ω2 ), Ω2 ∈ R2 , so dass gilt (x, y, u) ∈ Ω3 , d.h. u = u(x, y) beschreibt eine
glatte Fläche, die durch die Kurve K(s) verläuft.
Ist u eine Lösung von (2.2), dann kann man die linke Seite von (2.2) als Richtungsableitung
entlang einer Kurve C˜ auffassen.
Sei
C(τ ) = {(x(τ ), y(τ ), u(τ ))} eine Kurve in Parameterdarstellung im R 3 ,
˜ )
C(τ = {(x(τ ), y(τ ))}.
˜
Dann ist für u(x, y) = u(x(τ ), y(τ )) = ũ(τ ) auf C:
d ∂u dx ∂u dy
ũ(τ ) = + .
dτ ∂x dτ ∂y dτ
Wir setzen
dx
= a(x(τ ), y(τ ), ũ(τ )),
dτ
dy
= b(x(τ ), y(τ ), ũ(τ )), (2.4)
dτ
dũ
= c(x(τ ), y(τ ), ũ(τ )).
dτ
Definition 10 Die Differentialgleichungen (2.4) bezeichnet man als charakteristische Differential-
gleichungen, die Kurve C˜ als Charakteristik bzw. als charakteristische Kurve.

Bemerkung: u ist i.A. nicht konstant auf C˜ !

Die Kurve C wird eindeutig festgelegt, wenn wir fordern
x(τ = 0) = x0 , y(τ = 0) = y0 , u(τ = 0) = u0

für (x0 , y0 , u0 ) ∈ Ω3 .

Wir betrachten jetzt die Anfangskurve

K(s) = {(x0 (s), y0 (s), u0 (s))} ⊂ Ω3 für 0 ≤ s ≤ l,

und die Anfangsdaten für jedes s ∈ [0, l]

x(τ = 0) = x0 (s), y(τ = 0) = y0 (s),

u(τ = 0) = u0 (s) = u(x0 (s), y0 (s)). (2.5)
36 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

Wenn man die Charakteristiken von der Anfangskurve ausgehend verfolgt, erh ält man eine
Fläche (siehe Abbildung 2.3).

C(τ, s)

(x0 (s), y0 (s), u0 (s))

K(s)

Abbildung 2.3: Fläche durch die Anfangskurve

Dabei darf der Fall, dass die Kurven C und K parallel verlaufen, nicht auftreten.

Satz 2 Sei K(s) = {(x0 (s), y0 (s), u0 (s))0≤s≤l } eine reguläre C 1 -Kurve in Ω3 mit
¯ ¯
¯ a(x0 (s), y0 (s), u0 (s)) b(x0 (s), y0 (s), u0 (s)) ¯
¯ ¯ 6= 0. (2.6)
¯ dx0 (s) dy0 (s) ¯
ds ds

Dann hat das Cauchyproblem (2.2), (2.3)

a(x, y, u)ux + b(x, y, u)uy = c(x, y, u),
u(x0 (s), y0 (s)) = u0 (s)
genau eine stetig differenzierbare Lösung u in einer Umgebung von K(s).

Beweisskizze von Satz 2, siehe [6, Seite 9-14]

Wir betrachten das parameterabhängige Anfangswertproblem von gewöhnlichen Differen-
tialgleichungen 1. Ordnung
dx
= a(x(τ ), y(τ ), ũ(τ )),
dτ
dy
= b(x(τ ), y(τ ), ũ(τ )),
dτ
dũ
= c(x(τ ), y(τ ), ũ(τ )),
dτ

x(τ = 0) = x0 (s),
y(τ = 0) = y0 (s),
ũ(τ = 0) = u0 (s).
Nach dem Satz von Picard-Lindelöf existieren Lösungen
x = X(τ, s), (2.7)
y = Y (τ, s), (2.8)
u = U (τ, s), (2.9)
2.1. LOKALE KLASSISCHE LÖSUNGEN 37

die eine Fläche beschreiben. Können wir (2.7), (2.8) nach τ = T (x, y), s = S(x, y) auflösen,
dann erhalten wir u(x, y) = U (T (x, y), S(x, y)). Da
¯ ¯ ¯ ¯
¯ Xτ Y τ ¯ ¯ a(x0 (s), y0 (s), u0 (s)) b(x0 (s), y0 (s), u0 (s)) ¯
¯ ¯ ¯ ¯ 6= 0
¯ Xs Ys ¯ τ =0 = ¯ dx0 (s) dy0 (s) ¯
0≤s≤l ds ds

ist, liefert uns der Satz über implizite Funktionen (Satz über lokale Invertierbarkeit) das
gewünschte Resultat.
Es bleibt noch zu zeigen, dass u(x, y) = U (τ, s) = U (T (x, y), S(x, y)) L ösung des Cauchy-
problems ist:
dx dy
aux + buy = (Uτ Tx + Us Sx ) + (Uτ Ty + Us Sy )
dτ dτ
∂X ∂Y
= (Uτ Tx + Us Sx ) + (Uτ Ty + Us Sy )
∂τ ∂τ
= Us (Sx Xτ + Sy Yτ ) + Uτ (Tx Xτ + Ty Yτ )
∂ ∂
= Us S(X(τ, s), Y (τ, s)) +Uτ T (X(τ, s), Y (τ, s))
∂τ | {z } ∂τ | {z }
=s =τ
∂s ∂τ
= Us + Uτ
∂τ ∂τ
= 0 + Uτ = c(x, y, u(x, y)).
Die Anfangsbedingung ist erfüllt: u(x0 (s), y0 (s)) = U (τ, s)|τ =0 = u0 (s).
Wir betrachten jetzt ein Anfangswertproblem für eine Differentialgleichung in Raum
(n = 1) und Zeit
ut + a(x, t, u)ux = c(x, t, u),
u(x, 0) = u0 (x).
In den vorherigen Betrachtungen setzen wir y = t ∈ R+ und b(x, y, u) = b(x, t, u) = 1
(eventuell nach Division durch b(x, t, u) zu erreichen).
Die Anfangskurve lautet für x0 (s) = s = x :
K(s) = K(x) = {(x, 0, u0 (x)), 0 ≤ x ≤ l} (2.10)
und ist damit der Graph von u0 über dem Intervall 0 ≤ x ≤ l.
Die charakteristischen Differentialgleichungen lauten
dx
= a(x(τ ), τ, ũ(τ )), (2.11)
dτ
dy dt
= , (2.12)
dτ dτ
dũ
= = c(x(τ ), τ, ũ(τ )). (2.13)
dτ
Die Anfangsbedingung (2.10) kann geschrieben werden, als
x(τ = 0) = x0 , y(τ = 0) = t(τ = 0) = 0 (2.14)
ũ(0) = u(x(0), 0) = u0 (x(0)) = u0 (x0 ) für x0 ∈ [0, l]. (2.15)
Aus (2.12) und der Anfangsbedingung t(τ = 0) = 0 folgt, dass t = τ ist. (2.13),(??) zusam-
men mit den Anfangsbedingungen (2.14), (2.15) ist ein Anfangswertproblem f ür ein System
von gewöhnlichen Differentialgleichungen zur Bestimmung der Unbekannten
x = x(t) und ũ = ũ(t). Durchläuft x0 das Intervall [0, l], so erhalten wir ũ(t) = U (x0 , t) und
x(t) = X(x0 , t). Eine Auflösung der Beziehung x(t) = X(x0 , t) nach x0 = x0 (x, t) liefert die
Lösung u(t, x).
38 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

Beispiel
Wir betrachten ein Anfangswertproblem für eine skalare Erhaltungsgleichung:

∂u ∂f (u) ∂u ∂f (u)
+ ux = + = 0 für (x, t) ∈ [0, l] × (0, T ], (2.16)
∂t ∂u ∂t ∂x
u(x, 0) = u0 (x) für x ∈ [0, l]. (2.17)

Hierbei ist f = f (u) gegeben.

Das Anfangswertproblem für die charakteristischen Differentialgleichungen lautet:
Für jedes x0 ∈ [0, l] bestimme Funktionen x(t) und ũ(t), so dass

dx(t) ∂f (ũ)
= , (2.18)
dt ∂ ũ
dũ
= 0, (2.19)
dt
x(0) = x0 , (2.20)
ũ(0) = u(x(0), 0) = u0 (x0 ). (2.21)

Die Lösung von (2.19), (2.21) ist

ũ(t) = U (x0 , t) = const = u0 (x0 ), (2.22)

d.h. die Lösung ist konstant entlang der charakteristischen Kurven. x(t) muss nun so be-
stimmt werden, dass
dx(t) ∂f
= (u0 (x0 )), x(0) = x0 .
dt ∂ ũ
Damit ist
x(t) = f 0 (u0 (x0 ))t + x0 . (2.23)

Ist eine Auflösung nach x0 möglich, so erhalten wir u(x, t) = U (x0 , t).
Wir fassen diese Überlegungen in einem Lemma zusammen.
Lemma 1 Die Charakteristiken für das Anfangswertproblem (2.16),(2.17) sind Geraden (2.23) durch
x0 mit dem Anstieg f 0 (u0 (x0 )). Jede C 1 -Lösung ist konstant entlang dieser Geraden.
2.1. LOKALE KLASSISCHE LÖSUNGEN 39

Wir betrachten Beispiele: Sei

a) f (u) = au, a = const
Dies führt zur linearen Advektionsgleichung
∂u ∂u
+a = 0,
∂t ∂x
die wir als einleitendes Beispiel betrachtet haben.
Das Anfangswertproblem zur Bestimmung von x(t) lautet
dx(t)
= a,
dt
x(0) = x0 .
Daher ist x(t) = at + x0 , x0 = x − at.
(2.22) liefert die Lösung u(x, t) = u0 (x − at).

b) f (u) = 21 u2 .
Dies liefert uns Burgers Gleichung
∂u ∂u
+u = 0. (2.24)
∂t ∂x
Sei u(x, 0) = u0 (x).
Wir bestimmen x(t) als Lösung von (2.18), (2.20):
dx(t)
= ũ(t) = u0 (x0 ),
dt
x(0) = x0 .
Es folgt
x = x(t) = u0 (x0 )t + x0 , (2.25)
d.h. die charakteristischen Kurven {(x(t), t)} sind einfach zu berechnen. Durch die
Bedingung, dass die Lösung konstant entlang der Charakteristiken ist, kann man den
”Transport” charakterisieren.

x u0 (x0 )t + x0

PSfrag replacements l

Auf dieser Geraden ist u ≡ u0 (x0 )

Abbildung 2.4: charakteristische Kurve

Um zu demonstrieren, dass im Allgemeinen nur lokal stetige L ösungen existieren, betrach-

ten wir die Anfangsbedingung
u(x, 0) = sin πx,
für Burgers Gleichung (2.24). Nach (2.25) haben die Charakteristiken die Gestalt (siehe Ab-
bildung 2.5)
x(t) = x0 + (sin πx0 )t, x0 ∈ [0, 2].
40 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

2.0

1.0

PSfrag replacements

0.1 0.2 0.3 t∗ 0.4 t

Abbildung 2.5: sich schneidende Charakteristiken

Der Anstieg ist positiv für 0 < x0 < 1 und negativ für 1 < x0 < 2. Zum Zeitpunkt t∗ = π1
beginnen sich die Charakteristiken zu schneiden, eine Unstetigkeit entsteht und es gibt
mehrere Lösungen. t∗ wird dabei folgendermaßen bestimmt. Eine Charakteristik schneidet
die Gerade x(t) ≡ 1, falls x0 + (sin πx0 )t ≡ 1,

1 − x0 −1 1
t∗ = lim = lim = .
x0 →1 sin πx0 x 0 →1 π cos πx0 π

Nur für t < t∗ existiert eine klassische Lösung, die durch das Verfolgen der Charakteristiken
konstruiert werden kann.
Zum Schluss betrachten wir noch ein Beispiel, dessen Charakteristiken keine Geraden sind.
Es sei
ut + xux = 0 für x ∈ R, t > 0,
(2.26)
u0 (x, 0) = u0 (x) für x ∈ R, t = 0,

und u0 sei eine differenzierbare Funktion.

Das Anfangswertproblem zur Bestimmung der Charakteristiken lautet:

dx(t)
= x(t),
dt
x(0) = x0 , x0 ∈ R.

Es folgt, dass x(t) = x0 et eine Lösung ist (siehe Abbildung 2.6).

Damit ist
2.2. SCHWACHE LÖSUNGEN VON ERHALTUNGSGLEICHUNGEN 41

x 0 et
1
1
2

− 21
PSfrag replacements
−1

Abbildung 2.6: Charakteristiken zum Problem (2.26), (2.27)

x = x0 et = X(x0 , t), (2.27)

y = t = Y (x0 , t),
u = U (x0 , t) = const = u0 (x0 ).
(2.27) ist nach x0 auflösbar und wir erhalten
x
u(x, t) = u0 (x0 ) = u0 ( )
et
als Lösung des Anfangswertproblems (2.26).

2.2 Schwache Lösungen von Erhaltungsgleichungen

Das vorletzte Beispiel zeigte, dass eine nichtlineare Gleichung (Burgers-Gleichung) mit glat-
ten Anfangsdaten (sin πx) nach endlicher Zeit ( π1 ) Unstetigkeiten entwickelt. Daher wurde
ein allgemeinerer Lösungsbegriff eingeführt, der zum Verständnis der Unstetigkeiten führt
und eine Grundlage zur numerischen Berechnung von L ösungen liefert. Wir definieren,
was wir unter einer schwachen Lösung einer Erhaltungsgleichung für eine Raumvariable
x = x1 verstehen.
Gegeben sei das Anfangswertproblem
ut + f (u)x = 0, für (x, t) ∈ R × R+ , (2.28)
u(x, 0) = u0 (x) für x ∈ R, (2.29)
wobei f eine differenzierbare Funktion und u0 ∈ L∞
loc (R) ist.

loc (R×R ) heißt schwache Lösung des Problems (2.28),(2.29),

Definition 11 Eine Funktion u ∈ L∞ +

falls
Z∞ Z∞ µ ¶ Z∞
∂v ∂v
u + f (u) dx dt = − u0 (x)v(x, 0)dx (2.30)
∂t ∂x
0 −∞ −∞
42 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

für alle v ∈ C01 (R × R+ ) gilt.

Hierbei ist

C01 (R × R+ ) = {v ∈ C 1 (R × R+ ) : ∃ r > 0, mit supp v ∈ Br (0, 0) ∩ (R × R+ )}, (2.31)

Br (0, 0) = {(x, t) ∈ R × R+ : |(x, t)| < r}. (2.32)

loc (R × R ) ist der lineare Raum aller auf beschr änkten Mengen Ω ⊂ R × R Lebesgue-
L∞ + +

messbaren Funktionen f (genauer der Äquivalenzklassen von f.ü. gleichen Funktionen),

die wesentlich beschränkt sind, d.h. |f (x)| ≤ K für alle x ∈ Ω\E), µ(E) = 0.
Der Begriff der schwachen Lösung verallgemeinert den klassischen Lösungsbegriff.

Lemma 2 Ist u ∈ C 1 (R × R+ ) eine klassische Lösung von (2.28),(2.29), dann ist u auch schwache
Lösung.

Beweis
Wir betrachten eine beliebige Funktion v ∈ C01 (R × R+ ). Sei r genügend groß, so dass
supp v ⊆ Br (0, 0) ∩ R × R+ . Sei S = {(x, t) : −r ≤ x ≤ r, 0 ≤ t ≤ r}, d.h. supp v ⊂ S. Wir
multiplizieren (2.28) mit v und integrieren:

Z∞ Z
+∞ Z Z
[ut v + f (u)x v]dx dt = [ut v + f (u)x v]dx dt =
0 −∞ S
Z Z Z+r Zr
= [−uvt − f (u)vx ]dx dt + u(x, t)v(x, t)|t=0 dx + f (u)v(x, t)|+r
r
x=−r dt
S −r 0
Z∞ Z
+∞ Z
+∞

=− (uvt + f (u)vx ) dx dt − u(x, 0)v(x, 0)dx = 0,

0 −∞ −∞

da
v(x, r) = 0 f.ü. für − r ≤ x ≤ r,
v(r, t) = v(−r, t) = 0 f.ü für 0 ≤ t ≤ r, vgl. Abbildung 2.7, ist.

v(x, r)
PSfrag replacements

v(−r, t) v(r, t)

x
−r +r

Abbildung 2.7: die Menge S

2.2. SCHWACHE LÖSUNGEN VON ERHALTUNGSGLEICHUNGEN 43

Lemma 2 garantiert, dass schwache Lösungen existieren, falls es stetig differenzierbare klas-
siche Lösungen gibt, siehe auch Satz 2. Wir untersuchen nun, wie sich schwache L ösungen
auf einer Unstetigkeitskurve verhalten, die in links- und rechtsseitigen Umgebungen dieser
Kurve klassiche Lösungen sind.
44 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

Die Rankine-Hugoniot Bedingung

Springen schwache, stückweise stetige Lösungen von (2.28) auf einer Unstetigkeitslinie,
dann genügen sie dort einer so genannten Rankine-Hugoniot Bedingung (1870, 1887). Wir
nehmen an, dass die Unstetigkeitslinie durch eine glatte Kurve z = {(t, s(t)), t ∈ (α, β)}
gegeben ist, die in der Halbebene R × R+ liegt. Mit Vl und Vr bezeichnen wir links- und
rechtsseitige Umgebungen von C (siehe Abbildung 2.8).

n
C
PSfrag replacements Vr

Abbildung 2.8: links- und rechtsseitige Umgebung von C

Satz 3 Eine schwache Lösung u von (2.28), die klassische Lösung in Vl und Vr ist, einen Sprung
[u] = ur − ul auf C besitzt, wobei u entlang C stetig ist, genügt der Rankine-Hugoniot-Bedingung:

f (ur ) − f (ul ) = ṡ(ur − ul ).

Hier ist ṡ = ds
dt die Geschwindigkeit der Kurve C.

supp v
x
n
PSfrag replacements Vr
C

Abbildung 2.9: Träger von v

Beweis [4, 138/139]

Wir wählen eine Testfunktion v mit supp v ⊂ int(Vl ∪ Vr ), v(x, 0) = 0.
Die Relation (2.30) lautet dann:

Z∞ Z
+∞ Z Z Z Z
0 = (uvt + f (u)vx )dx dt = (uvt + f (u)vx )dx dt + (uvt + f (u)vx )dx dt.
0 −∞ Vl Vr
2.2. SCHWACHE LÖSUNGEN VON ERHALTUNGSGLEICHUNGEN 45

Partielle Integration führt zu

Z Z Z Z Z
[uvt + f (u)vx ]dx dt = − (ut + f (u)x )v dx dt + (ul n1 + f (ul )n2 )v dl
Vl Vl C
Z
= (ul n1 + f (ul )n2 )v dl,
C

da ut + f (u)x = 0 in Vl ist. Hier ist n = (n1 , n2 )> die Einheitsnormale an die Kurve C, die
von Vl nach Vr zeigt.

Analog gilt
Z Z Z
[uvt + f (u)vx ]dx dt = − (ur n1 + f (ur )n2 )v dl.
Vr C

Folglich ist
Z
0= [(ul − ur )n1 + (f (ul ) − f (ur ))n2 ]v dl
C

und daher (ul −ur )n1 +(f (ul )−f (ur ))n2 = 0 auf C, da auf C Stetigkeit vorausgesetzt wurde.

Weiterhin ist
µ ¶ µ ¶
n1 1 − ds
n= =q dt
n2 1
1 + ( ds
dt )
2

und damit

[u]ṡ = [f (u)].

dt wird Geschwindigkeit der Kurve C genannt, [u] = u r − ul , [f (u)] = f (ur ) − f (ul )

ṡ = ds
bezeichnen die Sprünge.

Beispiel 1
Wir betrachten die Burgers Gleichung

ut + uux = 0 in R × (0, ∞),

mit der Anfangsbedingung


 1 falls x ≤ 0,
u(x, 0) = u0 (x) = 1 − x falls 0 < x ≤ 1,

0 falls x > 1.

Beachte, dass u0 nur stückweise glatt ist.

Die charakteristischen Kurven haben die Gestalt (siehe Abbildung 2.10)


 t + x0 falls x0 ≤ 0,
x(t) = u0 (x0 )t + x0 = (1 − x0 )t + x0 falls 0 < x0 < 1,

x0 falls x0 > 1.
46 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

x0 x=t

0 1+t
x(t) = 2

x0 = 1 x0 = 1

1
PSfrag replacements
x t=1 t

Abbildung 2.10: sich kreuzende Charakteristiken zu Beispiel 1

Bis zum Zeitpunkt t = 1 existiert eine eindeutige, stetige L ösung, dann kreuzen sich die
Charakteristiken.
Für t ≤ 1 lautet die Lösung

 1 für x ≤ t, 0 ≤ t ≤ 1,
u(x, t) = 1−x
1−t für t ≤ x ≤ 1, 0 ≤ t ≤ 1,

0 für x ≥ 1, 0 ≤ t ≤ 1.
Im Bereich t ≤ x ≤ 1, 0 ≤ t ≤ 1 gilt nämlich: Die Lösung der charakteristischen Gleichung
x(t) = X(t, x0 ) = (1 − x0 )t + x0 = t − x0 t + x0 = t + x0 (1 − t)
kann nach x0 aufgelöst werden:
x−t
x0 = .
1−t
Damit wird u(x, t) = U (x0 , t) = u0 (x0 ) = 1 − x0 = 1 − x−t
1−t = 1−x
1−t .
Für t > 1 definieren wir eine Lösung, die der Rankine-Hugoniot Bedingung genügt. Dazu
ziehen wir eine Mittellinie C = {(t, 1+t
2 = s(t))} und setzen
½
1 für x < s(t), t > 1,
u(x, t) =
0 für x > s(t), t > 1.
Für diese Lösung gilt:
1 2 1 2 1
ur = 0, ul = 1, f (ur ) = u = 0, f (ul ) = ul =
2 r 2 2
und somit
1 1
−[u]ṡ = (ul − ur ) = = −[f (u)] = f (ul ) − f (ur ).
2 2
2.2. SCHWACHE LÖSUNGEN VON ERHALTUNGSGLEICHUNGEN 47

Man spricht in diesem Fall auch von einer Schockwelle, die sich entlang der Kurve C for-
miert.
Wir betrachten nun ein weiteres Beispiel, das zeigt, dass aus dem Erf ülltsein der Rankine-
Hugoniot Bedingung nicht notwendig die Eindeutigkeit der L ösung folgt.

Beispiel 2
Wir betrachten Burgers Gleichung mit den Anfangsdaten

ut + uux = 0,
½
0 für x < 0,
u(x, 0) = u0 (x) =
1 für x > 0.

Die charakteristischen Kurven werden beschrieben durch

½
x0 für x0 < 0,
x(t) = u0 (x0 )t + x0 =
t + x0 für x0 > 0.

u=1

C
PSfrag replacements
t

u=0

Abbildung 2.11: Charakteristiken zu Beispiel 2

Damit ist
½
1 für x > t,
u(x, t) =
0 für x < 0,

siehe Abbildung 2.11.

Wir haben keine Information im Keil 0 < x < t. Wir führen wieder die Mittellinie
C = {(t, 12 t = s(t))} ein und definieren
½
0 für x < 2t ,
u1 (x, t) =
1 für x > 2t .

u1 genügt außerhalb der Kurve C Burgers Gleichung und der Rankine-Hugoniot Bedin-
gung. In diesem Fall haben wir eine nicht physikalische Schockwelle eingef ührt.
48 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

Wir können jedoch den Keil (0 < x < t) auch stetig auffüllen durch einen Verdünnungsfächer
(siehe Abbildung 2.12), in dem wir definieren:

 1 für x > t,
u2 (x, t) = x
t für 0 < x < t,

0 für x < 0.

Auf den Geraden x = at ist u = a = xt .

u=1

PSfrag replacements

u=0

Abbildung 2.12: Verdünnungsfächer

u2 (x, t) genügt Burgers-Gleichung im Bereich 0 < x < t und der Rankine-Hugoniot Bedin-
gung (kein Sprung).

Wir haben gesehen, dass die Rankine-Hugoniot Bedingung eine notwendige Bedingung
für schwache Lösungen des Problems (2.28),(2.29) ist, jedoch keine Eindeutigkeit garan-
tiert. Wir werden jetzt eine zusätzliche Bedingung formulieren, die die Existenz schwacher
Lösungen sichert.

Entropie-Bedingung
Wir nehmen zusätzlich an, dass f gleichmäßig konvex ist, d.h. f 00 (u) ≥ const > 0. Dann ist
f 0 strikt anwachsend und (f 0 )−1 = g existiert. Die Existenz der inversen Funktion (f 0 )−1
kann genutzt werden, um eine schwache Lösung von Problem (2.28), (2.29) mit Hilfe der
Lax-Oleinik-Formel zu konstruieren:

x − x0 (x, t)
u(x, t) = (f 0 )−1 ( ). (2.33)
t
2.2. SCHWACHE LÖSUNGEN VON ERHALTUNGSGLEICHUNGEN 49

wobei x0 (x, t) eine nicht abnehmende Funktion bezüglich x ist. Für diese Lösung ist eine
Entropie-Bedingung erfüllt:
c
u(x + z, t) − u(x, t) ≤ z ∀t > 0, x, z ∈ R, z > 0 , (2.34)
t
wobei c eine Konstante ist. Es gilt folgendes Ergebnis

Satz 4 [4, S.148,149]

Sei f : R → R glatt und gleichmäßig konvex, u0 ∈ L∞ (R). Dann existiert eine schwache Lösung
(2.33) des Problems (2.28), (2.29). Für diese gilt die Entropie-Bedingung (2.34).

Wir führen jetzt folgende Definition ein:

Definition 12 [4, S. 150] Eine schwache Lösung u ∈ L∞ (R × (0, ∞)) des Anfangswertproblems

ut + f (u)x = 0 in R × (0, ∞),

u(x, 0) = u0 (x) (2.35)

ist eine Entropie-Lösung, falls eine Konstante C ≥ 0 existiert, so dass

1
u(x + z, t) − u(x, t) ≤ C(1 + )z (2.36)
t
für fast alle x, z ∈ R, z > 0, t > 0 gilt.

Satz 5 (Eindeutigkeit von Entropie-Lösungen) [4, S. 151]

Sei f konvex und glatt. Dann existiert höchstens eine schwache Entropie-Lösung von (2.35).

Beispiel
Wir betrachten das folgende Riemann Problem für die Burgers Gleichung:

ut + uux = 0 für (x, t) ∈ R × R+ ,

½
ul falls x < 0,
u(x, 0) =
ur falls x > 0.

1. Fall: ul > ur
x0

1
2 (ur + ul )

PSfrag replacements
ul
t

Abbildung 2.13: Charakteristiken im 1. Fall

50 KAPITEL 2. DIFFERENTIALGLEICHUNGEN ERSTER ORDNUNG

Wir betrachten die Lösung

½
ul falls x
t < ṡ,
u(x, t) =
ur falls x
t > ṡ,

u2 u2
r
− 2l
f (ur )−f (ul )
wobei ṡ = ur −ul = 2
ur −ul = 21 (ur + ul ) ist.
Die konstanten Lösungen sind durch eine Schockwelle voneinander getrennt.
Die Bedingung (2.34) ist erfüllt da,
½
0 für ṡ < xt und xt < ṡ − zt ,
u(x + z, t) − u(x, t) =
ur − ul < 0 für ṡ − zt < xt < ṡ.

2. Fall: ul < ur

PSfrag replacements
t
ul

Abbildung 2.14: Charakteristiken zum 2. Fall

2.2. SCHWACHE LÖSUNGEN VON ERHALTUNGSGLEICHUNGEN 51

Wir betrachten wie im vorherigen Fall einen Verdünnungsfächer und setzen


 ul für xt < ul ,
u(x, t) = x
für ul < xt < ur ,
 t
ur für ur < xt .

Auch hier ist die Entropie-Bedigung (2.34) erfüllt. Es gilt nämlich folgendes
(siehe Abbildung 2.15):

III

ur
ul II

PSfrag replacements I
t
ur ul
z

Abbildung 2.15: Verdünnungsfächer

Für x
t t < ul gilt
> ur , x+z

u(x + z, t) − u(x, t) = 0.

Für x
t t > ur (Gebiet I) gilt
< ul , x+z

x+z x z
u(x + z, t) − u(x, t) = ur − ul ≤ − = .
t t t

Für x
t < u l , ul ≤ x+z
t < ur (Gebiet II) gilt

x+z x+z x z
u(x + z, t) − u(x, t) = − ul ≤ − = .
t t t t

Für x+z
t > u r , ul < x
t < ur (Gebiet III) gilt

x x+z x z
u(x + z, t) − u(x, t) = ur − < − = .
t t t t

Für ur < x+z

t < u r , ul < x
t < ur (Gebiet IV) gilt

x+z x z
u(x + z, t) − u(x, t) = − = .
t t t
Kapitel 3

Differentialgleichungen zweiter
Ordnung

3.1 Typeinteilung
Wir betrachten semilineare Differentialgleichungen 2. Ordnung im R n , in denen die 2. Ab-
leitungen linear auftreten:

X
aα (x)Dα u(x) + F (x, u, ux1 , ..., uxn ) = 0 für x ∈ Ω ⊂ Rn .
|α|=2

In der Indexschreibweise lautet diese:

n
X ∂2u
Ajk (x) + F (x, u, ux1 , ...uxn ) = 0. (3.1)
∂xj ∂xk
j,k=1

Als Hauptteil bezeichnet man den Ausdruck:

n
X ∂2u
Ajk (x) . (3.2)
∂xj ∂xk
j,k=1

2 2
Wir suchen Lösungen mit der Eigenschaft, dass ∂x∂j ∂x
u
k
= ∂x∂k ∂x
u
j
ist. Daher können wir
annehmen, dass Ajk (x) = Akj (x) ist. Die symmetrische Koeffizientenmatrix des Hauptteils

A(x) = (Ajk (x))

besitzt nur reelle Eigenwerte. Eine Klassifikation wird nach den Vorzeichen der Eigenwerte
von A(x) vorgenommen.

53
54 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Klassifikation
Definition 13 Die Differentialgleichung (3.1) ist im Punkt x ∈ Ω vom Typ (α, β, γ), falls die
Koeffizientenmatrix A(x), α - positive Eigenwerte, β - negative Eigenwerte und γ - Null-Eigenwerte
besitzt. Gleichungen vom Typ

• (n, 0, 0) bzw. (0, n, 0) sind elliptisch im Punkt x (d.h. alle Eigenwerte sind nicht Null und
haben dasselbe Vorzeichen).

• (n−1, 0, 1) bzw. (0, n−1, 1) sind parabolisch im Punkt x (oder etwas allgemeiner, mindestens
ein Eigenwert muss gleich Null sein).

• (n − 1, 1, 0) bzw. (1, n − 1, 0) sind hyperbolisch im Punkt x (alle Eigenwerte sind ungleich

Null und haben bis auf einen Eigenwert dasselbe Vorzeichen).

Bemerkung
Eine zu dieser Definition äquivalente ist folgende. Sei
n
X
Q(ξ1 , ..., ξn ) = Ajk (x)ξj ξk
j,k=1

die formal zum Hauptteil (3.1) zugeordnete quadratische Form im Punkt x und
n
X
Q∗ (η1 , ..., ηn ) = λi (x)ηi2 (3.3)
i=1

die durch die Hauptachsentransformation gewonnene Form. Dann wird der Typ (α, β, γ)
der Gleichung (3.1) im Punkt x durch die Anzahl der positiven, negativen und verschwin-
denden Koeffizienten λi (x) der Form (3.3) bestimmt.

Bemerkung
Der Typ kann im Gebiet Ω wechseln. Die Gleichung (3.1) wird vom Typ (α, β, γ) in Ω ge-
nannt, falls sie vom Typ (α, β, γ) für alle x ∈ Ω ist. Besitzt der Hauptteil konstante Koeffizi-
enten, dann ist (3.1) im Rn vom gleichen Typ.

Zweidimensionaler Fall
Im zweidimensionalen Fall, x = (x, y) = (x1 , x2 ), lautet (3.1):

a(x, y)uxx + 2b(x, y)uxy + c(x, y)uyy + F (x, y, u, ux , uy ) = 0. (3.4)

In diesem Fall ist die Typeinteilung besonders einfach.

Lemma 3 Sei D(x, y) = b2 (x, y) − a(x, y)c(x, y). Die Differentialgleichung (3.4) ist im Punkt
(x, y) für

 < 0 elliptisch
D(x, y) = 0 parabolisch

> 0 hyperbolisch.
3.1. TYPEINTEILUNG 55

Beweis
Die Matrix des Hauptteils ist µ ¶
a(x, y) b(x, y)
A(x) = .
b(x, y) c(x, y)

Ihre Eigenwerte sind die Nullstellen λ von

µ ¶
a−λ b
det = λ2 − (a + c)λ − D = 0.
b c−λ

Nach dem Wurzelsatz von Vieta ist λ1 λ2 = −D. Daraus folgt die Behauptung.

Beispiele
• Wir betrachten die Laplace Gleichung
n
X ∂2u
4u = = 0, x = (x1 , ..., xn ).
i=1
∂x21

Da  
1 0 ··· 0
 .. 
 0 1 . 
A(x) = A = 
 ..


..
 . . 0 
0 ··· 0 1

ist, liegt eine elliptische Differentialgleichung im R n vor.

• Die Wärmeleitungsgleichung
∂u
− a2 4u = 0, x = (x1 , ..., xn−1 , t)
∂t
mit  
−a2 0 ... ... 0
 .. 
 0 −a2 . 
 

A(x) = A =  .. .. .. 
 . . . 


 .. .. 

. −a2 .
0 ... ... ... 0

ist eine parabolische Differentialgleichung im Rn .

• Für die Wellengleichung
∂2u
− a2 4u = 0, x = (x1 , ..., xn−1 , t)
∂t2
gilt  
−a2 0 ... ... 0
 .. 
 0 −a2 . 
 

A(x) = A =  .. .. .. 
. . . .
 

 .. .. 

. −a2 .
0 ... ··· ... 1

Daher liegt eine hyperbolische Differentialgleichung im R n vor.

56 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Definition 14 (Normalform) Eine Gestalt einer Differentialgleichung zweiter Ordnung mit ei-
nem linearen Hauptteil mit konstanten Koeffizienten und ohne gemischte Ableitungen heißt Nor-
malform.

Im Fall n = 2 gibt es globale Variablen-Transformationen in den Bereichen, in denen sich

der Typ nicht ändert, die zur Normalform führen. Liegen konstante Koeffizienten vor, dann
kann ebenfalls für mehr als zwei Variable durch eine Variablentransformation eine Normal-
form erhalten werden.

Definition 15 Eine Transformation T : Rn → Rn heißt zulässig in Ω, wenn sie eindeutig, zweimal

differenzierbar ist und ihre Jakobische Funktionaldeterminante nicht verschwindet, d.h.:
T x = y = y(x),
 ∂y1 ∂y1 
∂x1 ... ∂xn
 .. .. 
detJ(T ) = det  . .  6= 0.
∂yn ∂yn
∂x1 ... ∂xn

Satz 6 Der Typ einer partiellen Differentialgleichung (3.1) ändert sich nicht bei einer zulässigen
Variablentransformation.

Beweis
Für einen festen Punkt x kann A(x) in eine Diagonalform transformiert werden,
A(x) = A = HDH T .
Durch die Zulässigkeit der Transformation T x = y ist eine lokale Aufl ösbarkeit nach x
gesichert:
x = x(y).
Sei u(x) = u(x(y)) = w(y). Dann gilt:
n
X ∂w ∂yl
∂u
= ,
∂xi ∂yl ∂xi
l=1

n
X n
∂2u ∂ 2 w ∂yl ∂yk X ∂w ∂ 2 yl
= + .
∂xi ∂xj ∂yl ∂yk ∂xi ∂xj ∂yl ∂xi ∂xj
k,l=1 l=1

Ersetzen der 2. Ableitungen in (3.1) führt auf einen transformierten Hauptteil mit der Koef-
fizientenmatrix
Ã = Ã(y) = JAJ T .
Damit ist Ã = JHDH T J T = JHD(JH)T .

Satz 7 Die lineare Differentialgleichung mit konstanten Koeffizienten

X ∂2u X ∂u
Aij + bi + cu = 0 (3.5)
i,j
∂xi ∂xj i
∂xi

kann in
4n v + c̃v = 0 im elliptischen Fall,
4n−1 v − vyn yn + c̃v = 0 im hyperbolischen Fall,
4n−1 v − b̃vyn + c̃v = 0 im parabolischen Fall
transformiert werden.
3.1. TYPEINTEILUNG 57

Beweis
Seien λi die Eigenwerte der Matrix A und ei die enstprechenden Eigenvektoren, die eine
Matrix H bilden. Mit y = H T x erhalten wir aus (3.5) für u(x) = w(y):
n
X n
X
λ i w yi yi + b̂i wyi + cw = 0.
i=1 i=1

Wir wollen λi in ±1 bzw. 0 überführen. Dazu setzen wir

 
c1 0 ... 0
 . .. .. 
 0 . 
z = Cy, wobei C =   . ..


 .. ..
. . 
0 ··· ··· cn

ist, so dass zi = ci yi ist.

Für
w(y) = ŵ(z)

gilt:
λi wyi yi = λi c2i ŵzi zi .

Mit 
 √1
λi
für λi > 0,
ci = √1
−λi
für λi < 0,

1 für λi = 0

folgt:
n
X n
X
εi ŵzi zi + b̃i ŵzi + cŵ = 0, (3.6)
i=1 i=1

wobei εi ∈ {1, −1, 0}.

Im Fall λi = 0 kann ci beliebig gewählt werden, hier wurde ci = 1 gesetzt. Um die ersten
Ableitungen zu eliminieren machen wir den Ansatz
Pn
ŵ(z) = e k=1 αk z k
v(z), αk beliebig.
58 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Da µ ¶
∂ ŵ(z) Pn ∂v
= e k=1 αk zk + αi v ,
∂zi ∂zi

µ ¶
∂ 2 ŵ Pn ∂2v ∂v 2
2 = e k=1 αk zk + 2α i + α i v ,
∂zi ∂zi2 ∂zi

wird aus (3.6)

" n n n
#
Pn X X X
e k=1 αk z k
εi vz i z i + (2αi εi + b̃i )vzi + (c + αi2 εi + αi b̃i )v = 0.
i=1 i=1 i=1

1. Elliptischer Fall: Alle εi haben das gleiche Vorzeichen. Setzen wir

b̃i
αi = − ,
2εi
dann verschwinden die ersten Ableitungen.
2. Hyperbolischer Fall: Da εi 6= 0 für alle i ist, liefert das obige Vorgehen ebenfalls die
Behauptung.
3. Parabolischer Fall: Sei εn = 0, εi 6= 0 für i = 1, ..., n − 1. In diesem Fall bleibt nur eine
erste Ableitung erhalten.

Satz 8 (n=2) Es gibt zulässige Transformationen ξ = ξ(x, y), η = η(x, y) (durch charakteristische
Kurven beschrieben), die Differentialgleichungen mit variablen Koeffizienten in folgende Normalfor-
men überführen:

wξξ + wηη + φ̃(ξ, η, w, wξ , wη ) =¾0 im elliptischen Fall,

wξη + φ̃(ξ, η, w, wξ , wη ) = 0
im hyperbolischen Fall,
wξξ − wηη + φ̃(ξ, η, w, wξ , wη ) = 0
wξξ + φ̃(ξ, η, w, wξ , wη ) = 0 im parabolischen Fall.

Beweis
Sei u(x, y) = w(ξ, η). Die Differentialgleichung

∂2u ∂2u ∂2u

A(x, y) 2
+ 2B(x, y) + C(x, y) 2 + φ(u, ux , uy , x, y) = 0
∂x ∂x∂y ∂y

wird nach der Variablentransformation folgende Gestalt haben

∂2w ∂2w ∂2w

Ã(ξ, η) 2
+ 2B̃(ξ, η) + C̃(ξ, η) 2 + φ̃(w, wξ , wη , ξ, η) = 0,
∂ξ ∂ξ∂η ∂η

wobei

Ã(ξ, η) = A(x, y)ξx2 + 2B(x, y)ξx ξy + C(x, y)ξy2 ,

B̃(ξ, η) = A(x, y)ηx ξx + B(x, y)[ξx ηy + ξy ηx ] + C(x, y)ξy ηy ,
C̃(ξ, η) = A(x, y)ηx2 + 2B(x, y)ηx ηy + C(x, y)ηy2

sind.
3.1. TYPEINTEILUNG 59

Setzen wir voraus, dass A 6= 0 ist, so gilt:

Ã = A(ξx − µ1 ξy )(ξx − µ2 ξy ), (3.7)

C̃ = A(ηx − µ1 ηy )(ηx − µ2 ηy ), (3.8)

mit
√ √
−B + B 2 − AC −B − B 2 − AC
µ1 = µ1 (x, y) = , µ2 = µ2 (x, y) = .
A A

Hyperbolischer Fall
Es ist B 2 − AC > 0 und µ1 , µ2 sind reelle Funktionen. Unser Ziel ist ξ = ξ(x, y), η = η(x, y)
so zu bestimmen, dass Ã = C̃ = 0 ist. Wir setzen

ξx − µ1 (x, y)ξy = 0,
ηx − µ2 (x, y)ηy = 0.

Dies sind zwei partielle Differentialgleichungen 1. Ordnung zur Bestimmung von ξ und
η. Die charakteristischen Kurven werden durch die gew öhnlichen Differentialgleichungen
(x = τ -Parameter)

dy
= −µ1 (x, y), (3.9)
dx
dy
= −µ2 (x, y) (3.10)
dx

beschrieben. Auf C˜ = (x, y(x)) sind die Lösungen ξ(x, y) = const = C1 bzw.
η(x, y) = const = C2 . Die in den Lösungen von (3.9) bzw. (3.10) auftretenden Konstanten
C1 bzw. C2 sind daher als Funktionen von x und y ausdrückbar. Dies führt zu

2B̃wξη + φ̃(w, wξ , wη , ξ, η) = 0.

Durch nochmalige Transformation

ξ+η ξ−η
ξ˜ = , η̃ = (ξ = ξ˜ + η̃, η = ξ˜ − η̃)
2 2
erhalten wir

˜ η̃) 1
Â(ξ, = 2B̃(ξ, η)ξ˜ξ ξ˜η = B̃(ξ, η),
2
˜ η̃)
B̂(ξ, = B̃(ξ, η)[ξ˜ξ η̃η + ξ˜η η̃ξ ] = 0,
˜ η̃) 1
Ĉ(ξ, = 2B̃(ξ, η)η̃ξ η̃η = − B̃(ξ, η).
2
˜ η̃) folgt für w̃(ξ,
Nach Division durch Â(ξ, ˜ η̃) = w(ξ, η)

∂ 2 w̃ ∂ 2 w̃
− + φ̃(w̃, w̃ξ̃ , w̃η̃ ) = 0.
∂ ξ˜2 ∂ η̃ 2
60 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Parabolischer Fall
Wir bestimmen ξ und η so, dass C˜ = B̃ = 0 ist. Da AC − B 2 = 0, folgt µ1 = µ2 = − B
A,
vorausgesetzt A 6= 0. Weiterhin ist:
C˜ = A(ηx − µ1 ηy )2 = 0,
falls
ηx − µ1 ηy = 0.

Daraus erhalten wir η(x, y) = c1 und setzen (willkürlich!) ξ(x, y) = x. Für B̃ muss bei jeder
zulässigen Transformation gelten ÃC̃ − B̃ 2 = 0. Eine zulässige Transformation liegt vor,
wenn gilt:
¯ ¯ ¯ ¯
¯ ξx η x ¯ ¯ 1 η x ¯
¯ ¯=¯ ¯
¯ ξy ηy ¯ ¯ 0 ηy ¯ = ηy 6= 0.

Da
Ã(ξ, η) = A(x, y) und A(x, y) 6= 0
folgt:
∂2w
+ φ̃(w, wξ , wη ) = 0.
∂ξ 2

Elliptischer Fall
Unser Ziel ist, ξ und η so zu bestimmen, dass B̃ = 0 und Ã = C̃ sind. Da B 2 − AC < 0 ist,
wird µ1 komplex sein und µ2 = µ1 . Die Beziehung

Ã = A(ξx − µ1 ξy )(ξx − µ1 ξy ) = A(ηx − µ1 ηy )(ηx − µ1 ηy ) = C̃

ist erfüllt, falls
ξx − µ1 ξy = −i(ηx − µ1 ηy ) (3.11)
ist; man beachte:
ξx − µ1 ξy = i(ηx − µ1 ηy ).
Aus (3.11) folgt mit
√ √
−B + i AC − B 2 −B − i AC − B 2
µ1 = , µ1 = ,
p A pA
Aξx + Bξy = − AC − B 2 ηy , Aηx + Bηy = AC − B 2 ξy

und schließlich B̃ = 0. Die Beziehung (3.11) können wir als komplexe Differentialgleichung
schreiben
ξx + iηx − µ1 (ξy + iηy ) = 0,

∂v ∂v
− µ1 = 0, v = ξ + iη = v(x, y).
∂x ∂y
Dies führt auf eine komplexe charakteristische Differentialgleichung
dy
= −µ1
dx
und auf eine komplexe Lösung
v(x, y(x)) = const.
3.1. TYPEINTEILUNG 61

Als neue Koordinaten wählen wir

ξ(x, y) = Re v(x, y) = const,

η(x, y) = Im v(x, y) = const.

Dies ist eine zulässige Transformation, da

¯ ¯
¯ ξx η x ¯ 1
¯ ¯
¯ ξy ηy ¯ = − √AC − B 2 Ã 6= 0.

Beispiele
1. Wir betrachten die Differentialgleichung

∂2u ∂2u ∂2u

− 2 + 2 = 0.
∂x2 ∂x∂y ∂y 2

Da AC − B 2 = 2 √− 1 > 0, liegt eine elliptische Differentialgleichung vor.

AC−B 2
Mit µ1 = − B
A + i A = 1 + i lautet die charakteristische Differentialgleichung:

dy
= −1 − i.
dx
Deren Lösung ist y = −x − ix + const, was zu

y + x + ix = const = v(x, y),

ξ(x, y) = y + x,
η(x, y) = x

führt. Damit wird Ã = C̃ = 1 und w = w(ξ, η) = u(x, y) genügt der Laplacegleichung

∂2w ∂2w
+ = 0.
∂ξ 2 ∂η 2

2. Wir betrachten die Differentialgleichung

∂2u ∂2u ∂2u ∂u ∂u

2
−4 +3 2 −2 +6 = 0.
∂x ∂x∂y ∂y ∂x ∂y

Da AC − B 2 = 3√− 4 = −1 < 0 ist, liegt eine hyperbolische Differentialgleichung vor.

2
Mit µ1,2 = −B± AB −AC = 2 ± 1 erhalten wir die charakteristischen Differentialglei-
chungen

dy
= −3,
dx
dy
= −1,
dx
woraus y + 3x = c1 , y + x = c2 folgt. Die neuen Koordinaten sind damit

ξ = y + 3x,
η = y + x.
62 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Nach der Variablensubstitution wird

Ã = C̃ = 0, 2B̃ = −4
und schließlich für
w = w(ξ, η) = u(x, y),
−4wξη + 4wη = 0,
bzw.
µ ¶
∂ ∂
− 1 w(ξ, η) = 0.
∂η ∂ξ
Schrittweise Integration liefert
∂ ξ
(e f (η)) = 0,
∂η
w(ξ, η) = F (η)eξ + H(ξ),
u(x, y) = F (y + x)ey+3x + H(y + 3x),
wobei H und F beliebige differenzierbare Funktionen sind.

3.2 Die Fouriermethode

1822 hat Jean Baptiste Joseph de Fourier (1768-1830) das Buch Théorie analytique du la chaleur
veröffentlicht. Darin wird eine Methode zur Behandlung von Rand-Anfangswert-problemen
vorgeschlagen, die auf einem Separationsansatz beruht und die L ösung in Form von Reihen
(Fourierreihen) darstellt. Die Entwicklung der Lösung in eine Reihe wird nach einem ortho-
gonalen System von Eigenfunktionen eines elliptischen Randwertproblems vorgenommen.
Deren Koeffizienten sind zeitabhängig und realisieren die Anfangsdaten.
Wesentlich ist dabei, dass die Konvergenz der Reihe gesichert ist, und dass diese eine
Lösung des Ausgangsproblems darstellt. Wir beginnen, Randwertprobleme f ür die Laplace
Gleichung mit dieser Methode zu lösen.

3.2.1 Randwertprobleme für die Laplace Gleichung

Wir betrachten zunächst Randwertprobleme für die Laplace Gleichung im Kreis.
Gesucht ist eine Funktion ũ(x) = ũ(x1 , x2 ), welche in einem Kreis
q
Br0 (0) = {(x1 , x2 ) ∈ R2 : x21 + x22 = r < r0 }
der Laplace-Gleichung genügt und auf dem Rand vorgegebene Werte annimmt.
∂ 2 ũ ∂ 2 ũ
4ũ = + = 0 für (x1 , x2 ) ∈ Br0 (0), (3.12)
∂x21 ∂x22
ũ = g̃1 auf ∂Br0 (0) (Dirichlet Problem), (3.13)
∂ ũ
= g̃2 auf ∂Br0 (0) (Neumann Problem). (3.14)
∂n
Wir schreiben dieses Randwertproblem in Polarkoordinaten:
Gesucht ist eine Funktion u = u(r, φ) = ũ(x1 , x2 ), so dass gilt:
∂ 2 u 1 ∂u 1 ∂2u
4ũ = 2
+ + 2 2 = 0 für r < r0 , (3.15)
∂r r ∂r r ∂φ
u(r, φ) = g1 (φ) für r = r0 , (3.16)
∂u
(r, φ) = g2 (φ) für r = r0 . (3.17)
∂r
3.2. DIE FOURIERMETHODE 63

Satz 9 Seien g1 und g2 2π-periodische Funktionen aus L2 (0, 2π), deren Fourierreihen bzgl. des
orthonormierten trigonometrischen Funktionssystems punktweise g1 bzw. g2 darstellen. Dann ist
Z2π " ∞
#
1 X rn
ũ(x1 , x2 ) = u(r, φ) = g1 (ψ) 1 + 2 cos n(ψ − φ) dψ (3.18)
2π rn
n=1 0
0
Z2π µ ¶
1 r02 − r2
= g1 (ψ) 2 2
dψ (3.19)
2π r0 + r − 2r0 r cos(ψ − φ)
0
Z
1 1 r02 − |x|2
= g̃1 (y) dσy (3.20)
2π r0 |x − y|2
|y |=r0

die eindeutig bestimmte Lösung des Dirichlet Problems. Hierbei ist y = (y1 , y2 ).
Gilt für g2 die Lösbarkeitsbedingung

Z2π
g2 (φ)dφ = 0,
0

dann ist
Z2π " ∞
#
1 rnX
ũ(x1 , x2 ) = u(r, φ) = C+ g2 (ψ) cos n(ψ − φ) dψ
π n=1
nr0n−1
0
Z2π Ã !
r0 1
= C+ g2 (ψ)ln 1 dψ
π [r02 + r2 − 2r0 r cos(ψ − φ)] 2
0
Z µ ¶
1 1
= C+ g̃2 (y)ln dσy (3.21)
π |x − y|
|y |=r0

die bis auf eine Konstante eindeutig bestimmte Lösung des Neumann Problems. Die Formel (3.20)
heißt Poissonformel, (3.21) heißt Dinische Formel.
64 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Bemerkung
Die folgende Dirichlet Bedingung sichert die punktweise Konvergenz der Fourierreihe ei-
ner Funktion f ∈ L2 (0, 2π).

(a) Lässt sich der Definitionsbereich von f in endlich viele Intervalle zerlegen, in denen
die Funktion stetig und monoton ist,

(b) die Grenzwerte f (x + 0), f (x − 0) existieren,

dann konvergiert die Fourierreihe von f punktweise in den Stetigkeitsstellen und an den
Unstetigkeitsstellen zum Grenzwert f (x+0)+f 2
(x−0)
. Eine Verschärfung wäre die Bedingung:
Ist f stetig und f stückweise stetig im Intervall [0, 2π], dann konvergiert ihre Fourierreihe
0

punktweise.

Beweis des Satzes 9

1. Schritt: Separationsansatz
Wir suchen Lösungen u in der Form

u(r, φ) = R(r)Φ(φ).

Durch Einsetzen in die Differentialgleichung erhalten wir

1 1
[R00 (r) + R0 (r)]Φ(φ) + 2 R(r)Φ00 (φ) = 0.
r r
Dies führt zu
r2 R00 (r) + rR0 (r) Φ00 (φ)
=− = λ,
R(r) Φ(φ)

wobei λ eine beliebige Konstante ist.

Damit ergeben sich folgende gewöhnliche Differentialgleichungen:

r2 R00 (r) + rR0 (r) − λR(r) = 0, (3.22)

Φ00 (φ) + λΦ(φ) = 0 (3.23)

mit den Randbedingungen

R(r0 )Φ(φ) = g1 (φ) (Dirichlet Problem), (3.24)

R0 (r0 )Φ(φ) = g2 (φ) (Neumann Problem). (3.25)

Die gewöhnliche Differentialgleichung (3.23) hat die Lösungen

√ √
Φλ (φ) = Aλ cosh√ −λφ + Bλ sinh
√ −λφ für λ < 0,
Φλ (φ) = Aλ cos λφ + Bλ sin λφ für λ > 0,
Φ0 (φ) = A 0 + B0 φ für λ = 0.

Die Randbedingungen √ (3.24) bzw. (3.25) fordern eine 2π-Periodizit ät von Φ(φ), was zur
Parameterwahl λ ≥ 0, λ = n, n = 0, 1, 2, ... führt. Damit erhalten wir eine abzählbare
Menge von möglichen Lösungen der Form

Φn (φ) = An cos nφ + Bn sin nφ, n = 0, 1, ... .

3.2. DIE FOURIERMETHODE 65

Die Eulersche Differentialgleichung (3.22) besitzt dann die L ösungen

½
c10 + c20 ln r für n = 0
Rn (r) =
c3n rn + c4n r−n für n > 0.

Da Rn (r) im Nullpunkt beschränkt sein soll (inneres Dirichlet bzw. Neumann Problem)
folgt c20 = c4n = 0 für alle n > 1. Die Lösungen des Ausgangsproblems lauten daher:
a0
u0 (r, φ) = R0 (r)Φ0 (φ) = C 1 A0 = , (3.26)
2
un (r, φ) = Rn (r)Φn (φ) = (c3n An cos nφ + c3n Bn sin nφ)r n ,
= (an cos nφ + bn sin nφ)r n , (3.27)

wobei a0 , an , bn beliebige Konstanten sind.

2. Schritt: Konstruktion der Lösung in Form einer Fourierreihe

Durch Superposition der Lösungen (3.26), (3.27) erhalten wir eine formale Reihe
∞
X ∞
a0 X
u(r, φ) = un (r, φ) = + (an cos nφ + bn sin nφ)r n (3.28)
n=0
2 n=1

mit unbestimmten Koeffizienten a0 , a1 , ..., b1 , b2 , ... . Diese Koeffizienten werden jetzt so be-
stimmt, dass die Randbedingungen erfüllt werden.

Dirichlet Problem
Da g1 (φ) in eine Fourierreihe entwickelbar ist, und u(r 0 , φ) = g1 (φ) sein soll, erhalten wir
die Relation
∞
a0 X
u(r0 , φ) = + (an cos nφ + bn sin nφ)r0n = g1 (φ)
2 n=1
∞
α0 X
= + (αn cos nφ + βn sin nφ)
2 n=1

mit
Z2π
1
αn = g1 (ψ) cos nψ dψ für n = 0, 1, 2, ... , (3.29)
π
0
Z2π
1
βn = g1 (ψ) sin nψ dψ für n = 1, 2, ... . (3.30)
π
0

Es folgt, dass
αn βn
a0 = α 0 , an = , bn = ist.
r0n r0n
Dies führt zur formalen Darstellung der Lösung
∞ µ ¶n
α0 X r
u(r, φ) = + (αn cos nφ + βn sin nφ) . (3.31)
2 n=1
r0

Wir überlegen, ob die Reihe (3.31) für r < r0 konvergiert und dort genügend oft gliedweise
differenziert werden kann. Da
66 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

X∞
r
|u(r, φ)| ≤ C ( )n .
r
n=0 0

Damit stellt (3.31) für festes φ eine konvergente Potenzreihe für r < r0 dar, die gliedwei-
se nach r differenziert werden kann. Für festes r < r0 kann ebenfalls gliedweise nach φ
differenziert werden, da die k-ten Ableitungen der Reihenelemente
µ ¶n µ ¶n µ ¶n
∂k r k r k r
k
(α n cos nφ + β n sin nφ) ≤ n (|α n | + |β n |) < 2kg k
1 L2 (0,2π) n
∂φ r0 r0 r0

nach dem Wurzelkriterium

s µ ¶n
n r r
lim nk = <1
n→∞ r0 r0

eine gleichmäßig konvergenten Reihe bilden. Wegen der punktweisen Konvergenz der Fou-
rierreihe für r = r0 werden die Randdaten im klassischen Sinn angenommen, genauer gilt
nach dem Satz von Abel
X X
lim u(r, φ) = lim ··· = lim · · · = g1 (φ)
r→r0 r→r0 r→r0
n n

für festes φ.

3. Schritt: Geschlossene Darstellung der Lösung

Sei r < r0 . Setzen wir die Fourierkoeffizienten (3.29) und (3.30) in (3.31) ein, erhalten wir
  2π 
Z2π X∞ Z
1 1
  g1 (ψ) cos nψ dψ  cos nφ
u(r, φ) = g1 (ψ)dψ +
2π n=1
π
0 0
 2π  
Z µ ¶n
1 r
+  g1 (ψ) sin nψ dψ  sin nφ . (3.32)
π r0
0

Nach dem Satz von Lebesgue ist die Reihenfolge von Summation und Integration f ür r < r0
vertauschbar und wir erhalten
Z2π ∞ µ ¶n Z 2π
1 1X r
u(r, φ) = g1 (ψ) dψ + g1 (ψ)[cos nφ cos nψ + sin nφ sin nψ]dψ
2π π n=1 r0
0 0
Z2π ∞ µ
X ¶n
1 r
= g1 (ψ)(1 + 2 cos n(ψ − φ)) dψ.
2π n=1
r0
0

Da 2 cos nx = einx + e−inx ist, gilt:

3.2. DIE FOURIERMETHODE 67

Z2π Ã ∞ µ ¶n !
1 X r in(ψ−φ) −in(ψ−φ)
u(r, φ) = g1 (ψ) 1 + (e +e ) dψ
2π n=1
r0
0
Z2π Ã r i(ψ−φ) r −i(ψ−φ)
!
1 r0 e r0 e
= g1 (ψ) 1 + + dψ
2π 1 − rr0 ei(ψ−φ) 1 − rr0 e−i(ψ−φ)
0
Z2π · ¸
1 r02 − r2
= g1 (ψ) 2 dψ.
2π r0 − 2r0 r cos(ψ − φ) + r 2
0

4. Schritt: Eindeutigkeit
Die Lösung des Dirichlet Problems

 1 2πR r02 −r 2
2π g1 (ψ) r2 −2r0 r cos(ψ−φ)+r 2 dψ für r < r0 ,
u(r, φ) = 0 0

g1 (φ) für r = r0

ist eindeutig.

Sei v = u1 −u2 , wobei u1 , u2 ∈ C 2 (Ω)∩C 1 (Ω) bzw. u1 , u2 ∈ W 2,2 (Ω) Lösungen des Dirichlet
Problems sind. Dann ist
Z Z Z Z
∂v
4vv dx = − ∇v · ∇v dx + v dv = − |∇v|2 dx = 0,
∂n
Ω Ω ∂Ω Ω

d.h. ∇v = 0 in Ω f.ü. und v = const in Ω. Da v ∈ C 1 (Ω) bzw. v ∈ C(Ω) und v = 0 auf ∂Ω ist,
muss v = 0 in Ω sein.

Neumann Problem
Wir betrachten die formale Reihe (3.28) und beachten, dass folgende Relation gelten soll:
X∞
∂u(r0 , φ)
= (an n cos nφ + bn n sin nφ)r0n−1
∂r n=1
∞
α0 X
= + αn cos nφ + βn sin nφ = g2 (φ).
2 n=1

Unter Berücksichtigung der Voraussetzung

Z2π
1
α0 = g2 (φ) dφ = 0
π
0

erhalten wir
1 1
a0 = C, a n = αn , bn = β n für n ≥ 1.
nr0n−1 nr0n−1

Damit muss (3.28) die Form haben

X∞ µ ¶
1 rn 1 rn
u(r, φ) = C + αn (cos nφ) n−1 + βn sin nφ n−1 . (3.33)
n=1
n r0 n r0
³ ³ ´n ´
rn
Analog zur Konvergenzdiskussion der Reihe (3.31), setze rn−1 = r0 rr0 , erhalten wir,
0
dass (3.33) für r < r0 gliedweise nach r bzw. φ differenziert werden darf. F ür r = r0 gilt
68 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

wegen der punktweisen Konvergenz von g2 (φ) für festes φ

∞
Ã µ ¶n−1 µ ¶n−1 !
∂u X r r
lim (r, φ) = lim αn cos nφ + βn sin nφ
r→r0 ∂r r→r0 r 0 r 0
n=1
∞
X
= lim · · · = g2 (φ).
r→r0
n=1

Einsetzen der Darstellung der Fourierkoeffizienten von g 2 (φ) in (3.33) liefert

∞
X Z2π
rn 1
u(r, φ) = C + g2 (ψ)[cos nφ cos nψ + sin nφ sin nψ] dψ.
n=1
nr0n−1 π
0

Durch Änderung der Reihenfolge der Integration und Summation f ührt dies analog zum
Dirichlet Problem zur Darstellung

Z2π X∞ µ ¶n
r0 r 1
u(r, φ) = C+ g2 (ψ) cos n(ψ − φ)dψ
π n=1
r 0 n
0
Z2π X∞ µ ¶n
r0 1 r
= C+ g2 (ψ) (ein(ψ−φ) + e−in(ψ−φ) )dψ.
2π n=1
n r 0
0
P∞ n
Nun ist n=1 zn = ln 1−z
1
für |z| < 1. Für r < r0 folgt die Dini Formel (beachte
R
2π
g2 (ψ)dψ = 0!)
0

Z2π " Ã ! Ã !#
r0 1 1
u(r, φ) = C+ g2 (ψ) ln + ln dψ
2π 1 − rr0 ei(ψ−φ) 1 − rr0 e−i(ψ−φ)
0
Z2π · µ ¶¸
r0 r02
= C+ g2 (ψ) ln 2 dψ
2π r0 − 2rr0 cos(ψ − φ) + r 2
0
Z2π Ã !
r0 1
= C+ g2 (ψ)ln p dψ.
π r02 − 2r0 r cos(ψ − φ) + r 2
0

Bemerkungen
• Dirichlet Problem in der Kugel
Durch Einführen von Kugelkoordinaten und einen Separationsansatz

u(r, φ, θ) = R(r)Y (φ, θ)

erhält man eine Eulersche Differentialgleichung zur Bestimmung von R(r) und ei-
ne partielle Differentialgleichung zur Bestimmung der Kugelfunktionen Y (φ, θ). Die
letztere kann wiederum separiert werden. Die Poissonformel zur L ösung des Dirich-
let Problems lautet in Kugelkoordinaten:

Z2πZπ
1 r0 (r02 − r2 ) sin θ 0
u(r, φ, θ) = g1 (θ0 , φ0 ) 3 dθ0 dφ0
4π (r2 − 2rr0 cos γ 0 + r02 ) 2
0 0
3.2. DIE FOURIERMETHODE 69

mit cos γ 0 = cos θ cos θ 0 + sin θ sin θ 0 cos(φ − φ0 ). In kartesischen Koordinaten x =

(x1 , x2 , x3 ), y = (y1 , y2 , y3 ) lautet die Poisson-Formel:
Z
1 1 r02 − |x2 |
u(x) = g̃1 (y)dσy . (3.34)
4π r0 |x − y|3
|y |=r0

• Greensche Funktionen
Die Formeln (3.20),(3.21) und (3.34) lassen die Vermutung aufkommen, dass die L ösung
des Dirichlet Problems (bzw. des Neumann Problems) mit Hilfe einer Funktion von
zwei Variablen auch in allgemeineren Gebieten beschrieben werden kann:
Z
∂GD (x, y)
u(x) = − g̃1 (y) dσy Dirichlet Problem,
∂ny
∂Ω
Z
u(x) = g̃2 (y)GN (x, y)dσy Neumann Problem.
∂Ω

Die Funktionen GD = GD (x, y) bzw. GN = GN (x, y) heißen Greensche Funktionen.

Für den Kreis ist [14, Seite 200]
µ ¯ ¯¶
1 1 r0 ¯¯ r02 y ¯¯
GD (x, y) = − ln|x − y| + ln x−
2π 2π |y| ¯ |y|2 ¯
= E2 (x, y) − hD,2 (x, y).

Für die Kugel ist

· ¸
1 1 1 r0 |y|
GD (x, y) = −
4π |x − y| 4π |x|y|2 − yr02 |

= E3 (x, y) − hD,3 (x, y).

E2 (x, y) bzw. E3 (x, y) sind die Fundamentallösungen des zwei- bzw. dreidimensio-
nalen Laplace-Operators, d.h.

−4x Ei (x, y) = δ(x − y), i = 2, 3.

Die Funktionen hD,i (x, y) sind harmonische Funktionen, so dass

−4x GD (x, y) = δ(x − y) für x ∈ Ω, y ∈ Ω,

GD (x, y) = 0 für x ∈ ∂Ω, y ∈ Ω.

Weitere Ausführungen zu Greenschen Formeln sind z.B. in [14, S. 192-202] und

[16, S. 318-330] zu finden.
• Inhomogene Gleichungen
Sei u ∈ C 2 (Ω) ∩ C(Ω) eine Lösung des Randwertproblems

−4u = f in Ω,
u = g1 auf ∂Ω.

Dann hat u die Gestalt

Z Z
∂GD (x, y)
u(x) = GD (x, y)f (y)dy − g1 (y) dσy .
∂ny
Ω ∂Ω
70 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

• Maximum-Prinzip
Es sei Ω ⊂ Rn ein zusammenhängendes beschränktes Gebiet, 4u ≥ 0 bzw. 4u ≤ 0
und u ∈ C 2 (Ω) ∩ C(Ω). Wenn u in einem inneren Punkt von Ω ihr Maximum (oder
Minimum) annimmt, so ist u(x) = const.
Harmonische Funktionen nehmen daher ihr Maximum bzw. Minimum auf dem Rand
des Gebietes an. Daraus folgt wiederum die Eindeutigkeit der L ösung des Dirichlet
Problems.

3.2.2 Rand- Anfangswertproblem für die Wärmeleitungsgleichung

Wir betrachten als Modellfall das Dirichlet Anfangswertproblem f ür die Wärmeleitungs-
gleichung in einem Stab der Länge l. Gesucht ist die Temperatur, bzw. Teilchenkonzentrati-
on u = u(x, t), so dass

∂u(x, t) a2 ∂ 2 u(x, t)
− = f (x, t) für 0 < x < l, t > 0,
∂t ∂x2
u(0, t) = u(l, t) = 0 für t ≥ 0,
(3.35)
u(x, 0) = u0 (x) für 0 ≤ x ≤ l.

Satz 10 Sei f (x, t) ∈ C 0,1

q([0, l]×[0, T ]), d.h. bzgl. x stetig in [0, l] und bzgl. t stetig differenzierbar
in [0, T ]; es sei Xk (x) = 2
l sin λk x, λk = kπ
l ,k = 1, 2, ... . Wir nehmen an, dass gilt

∞
X X ∞
∂f
f (x, t) = ck (t)Xk (x), (x, t) = c0k (t)Xk (x)
∂t
k=1 k=1

und
∞
X ∞
X
|ck (t)| ≤ c̃k < C̃, |c0k (t)| ≤ C ∀t ∈ [0, T ], k = 1, 2, ... .
k=1 k=1
P∞ P∞
Weiterhin sei u0 (x) = k=1 βk Xk (x) und k=1 |βk | < ∞. Dann ist
r  
∞ Zt
2X 2 2 2 2
u(x, t) = sin λk x βk e−a λk t + ck (τ )e−a λk (t−τ ) dτ 
l
k=1 0
 l 
Z Zt Z l
=  G(x, ξ, t)u0 (ξ)dξ + G(x, ξ, t − τ )f (ξ, τ )dξdτ 
0 0 0

mit Zl Zl
βk = u0 (x)Xk (x), ck (τ ) = f (x, τ )Xk (x)dx
0 0

aus C 2,1 ([0, l] × (0, T ]) ∩ C([0, l] × [0, T ]) eine Lösung des Problems (3.35). Hierbei ist G(x, ξ, t) =
P∞ −a2 λk2 t
k=1 e Xk (ξ)Xk (x).

Bemerkung
P∞ P∞
Die Bedingung k=1 |ck (t)| < k=1 c̃k < C̃ ist erfüllt, falls ∂f (x, t) einer Dirichletschen
P∞ ∂x
Bedingung bezüglich x genügt [13, S. 417]. Ebenso ist k=1 |βk | < ∞, falls ∂u ∂x einer Di-
0

richletschen Bedingung genügt.

3.2. DIE FOURIERMETHODE 71

Beweis von Satz 10

1. Separationsansatz
Wir suchen Lösungen der Form u(x, t) = X(x)T (t). Dies führt zum Rand-Anfangswert-
problem

∂T (t)
X(x) − a2 T (t)X 00 (x) = f (x, t),
∂t
T (t)X(0) = 0,
T (t)X(l) = 0,
T (0)X(x) = u0 (x).

Die grundlegende Idee ist, ein Rand-Eigenwertproblem zu betrachten, das gestattet, X 00 (x)
durch ein Vielfaches von X(x) zu ersetzen und das die Annahme der Randbedingungen
garantiert:

X 00 (x) + λ2 X(x) = 0, (3.36)

X(0) = X(l) = 0. (3.37)

Die zu den Eigenwerten λk = kπ l , k = 1, 2, ... gehörigen Eigenfunktionen

q
Xk (x) = l sin λk x liefern ein im L2 (0, l) orthonormiertes Funktionensystem. Das Problem
2

(3.36),(3.37) wird auch Sturm-Liouvillesches

P∞ Rand-Eigenwertproblem genannt.
Wir betrachten die Reihe u(x, t) = k=1 Xk (x)Tk (t) wobei die Funktionen Tk (t) so zu be-
stimmen sind, dass formal (Summation und Ableitung werden vertauscht)
∞ µ
X ¶
∂u ∂2u ∂Tk (t)
(x, t) − a2 2 (x, t) = Xk (x) − a2 Xk00 (x)Tk (t) = f (x, t), (3.38)
∂t ∂x ∂t
k=1
∞
X
Tk (0)Xk (x) = u0 (x). (3.39)
k=1

ist. Da (3.36) gilt, erhalten wir

∞ µ
X ¶
∂Tk (t)
+ a2 λ2k Tk (t) Xk (x) = f (x, t), (3.40)
∂t
k=1
∞
X
Tk (0)Xk (x) = u0 (x), (3.41)
k=1

was nach den Voraussetzungen über f und u0 sinnvoll ist. Multiplizieren wir (3.40) und
(3.41) mit Xm (x) und integrieren über dem Intervall (0, l), dann ergibt sich wegen der Or-
thonormiertheit
Zl
dTm (t)
+ a2 λ2m Tm (t) = f (x, t)Xm (x) dx = cm (t),
dt
0
Zl
Tm (0) = u0 (x)Xm (x) dx = βm .
0

Die Lösungen dieses Anfangswertproblems sind

 
Zt
2 2 2 2
Tm (t) = e−a λm t βm + cm (τ )ea λm τ dτ  .
0
72 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Damit wird  
∞ ∞ r Zt
X 2X −a2 λ2k t  a2 λ2k τ
u(x, t) = Xk (x)Tk (t) = sin λk xe βk + ck (τ )e dτ 
l
k=1 k=1 0
r ∞  
Z t
2X 2 2 2 2
= sin λk x βk e−a λk t + ck (τ )e−a λk (t−τ ) dτ  . (3.42)
l
k=1 0

2. Schritt: Konvergenzuntersuchungen
a) Die Reihe (3.42) konvergiert gleichmäßig für t ∈ [0, T ], x ∈ [0, l]. Wir schätzen den
Koeffizienten vor Xk (x) ab:
¯ ¯
¯ Zt ¯ Zt
¯ ¯
2 2 2 2
¯βk e−a λk t + ck (τ )e−a λk (t−τ ) dτ ¯ ≤ |βk | + |ck (τ )|e−a2 λ2k (t−τ ) dτ
¯ ¯
¯ ¯
0 0
Zt −a2 λ2k t
2
λ2k (t−τ ) 1−e C̃
≤ |βk | + C̃ e−a dτ = |βk | + C̃ ≤ |βk | + .
a2 λ2k a2 λ2k
0

Damit ist eine konvergente Majorante gefunden worden und (3.42) konvergiert abso-
lut und gleichmäßig. Es ist u(x, t) ∈ C([0, l] × [0, T ]).

b) Wir zeigen, dass die nach t gliedweise differenzierte Reihe f ür x ∈ [0, l], t ∈ [ε, T ],
ε > 0 gleichmäßig
q konvergiert. Die nach t gliedweise differenzierte Reihe lautet (oh-
ne Faktor 2
l ):

 
∞
X Zt
2
λ2k t 2
λ2k (t−τ )
sin λk x −a2 λ2k βk e−a + ck (t) − a2 λ2k e−a ck (τ )dτ  .
k=1 0

Nach partieller Integration erhalten wir

 
2 2 Z
∞ t
X 2 2 a λ 2 2 2 2
sin λk x −a2 λ2k βk e−a λk t + 2 2k e−a λk (t−τ ) c0k (τ )dτ + ck (0)e−a λk t  .
a λk
k=1 0

Wir schätzen den Koeffizienten vor sin λk x ab:

Zt
2
λ2k t 2
λ2k t 2
λ2k (t−τ )
| − a2 λ2k βk e−a + ck (0)e−a + c0k (τ )e−a dτ |
0
Zt
2 2
−a2 λ2k ε 2
λ2k (t−τ )
≤ |βk |a2 λ2k e−a λk ε + |ck (0)|e +C e−a dτ
0
1 1 C
≤ |βk | + |ck (0)| 2 2 + 2 2 .
ε a λk ε a λk
3.2. DIE FOURIERMETHODE 73

Damit haben wir eine Majorante gefunden und die gleichm äßige Konvergenz ist ge-
sichert. Hierbei haben wir genutzt, dass
ex ≥ x für x ≥ 0 ist.
Es folgt, dass
e−x ≤ x−1 und xe−x ≤ 1 für x = a2 λ2k ε ist.

c) Wir betrachten die nach x zweimal gliedweise differenzierte Reihe im Punkt

(x, t) ∈ [0, l] × [ε, T ], ε > 0:
 
∞
X Zt
2 2 2 2
−λ2k sin λk x βk e−a λk t + ck (τ )e−a λk (t−τ ) dτ  .
k=1 0

Wir schätzen den Koeffizienten vor sin λk x ab:

¯ ¯
¯ Zt ¯
¯ 2 ¯
¯λk βk e−a2 λ2k t + λ2k ck (τ )e−a2 λ2k (t−τ ) dτ ¯
¯ ¯
¯ ¯
0
¯ ¯
¯ 2 Z
t · ¸t ¯
1 ¯ −λ 2 2 1 2 2 ¯
≤ |βk | 2 + ¯¯ 2 k2 e−a λk (t−τ ) c0k (τ )dτ + 2 e−a λk (t−τ ) ck (τ ) ¯¯
εa ¯ a λk a 0¯
0
Zt ¯ ¯ ¯ ¯
1 C −a2 λ2k (t−τ )
¯1 ¯ ¯ ck (0) −a2 λ2 t ¯
≤ |βk | 2 + 2 e ¯ ¯ ¯
dτ + ¯ 2 ck (t)¯ + ¯ 2 e k ¯
εa a a a ¯
0
1 C 1 1 1 1
< |βk | 2
+ 2 2 2 + 2 |c˜k | + 2 |ck (0)| 2 2 .
εa a a λk a a a λk ε
Daraus folgt die gleichmäßige Konvergenz.

3. Schritt: Greensche Funktion

Wir setzen in die Reihenentwicklung (3.42) die Fourierkoeffizienten ein.
Für t ∈ [0, T ] ist die Reihenfolge von Summation und Integration vertauschbar:
r ∞  
X Zl Zt Z l
2 2 2 2 2
u(x, t) = sin λk x e−a λk t u0 (ξ)Xk (ξ)dξ + f (ξ, τ )Xk (ξ)e−a λk (t−τ ) dξdτ 
l
k=1 0 0 0
Zl X
∞
2
λ2k t
= e−a Xk (ξ)Xk (x)u0 (ξ)dξ
0 k=1
Z t Z l ÃX
∞
!
2
λ2k (t−τ )
+ e−a Xk (ξ)Xk (x) f (ξ, τ )dξdτ
0 0 k=1

Zl Zt Z l
= G(x, ξ, t)u0 (ξ)dξ + G(x, ξ, t − τ )f (ξ, τ )dξdτ,
0 0 0

wobei gilt:
∞
X 2
λ2k t
G(x, ξ, t) = e−a Xk (ξ)Xk (x).
k=1

G(x, ξ, t) heißt auch in diesem Fall Greensche Funktion f ür die Wärmeleitungsgleichung
mit Dirichlet Randbedingungen.
74 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG

Bemerkungen
• Inhomogene Randbedingungen
Wir betrachten das Problem
∂u ∂2u
− a2 2 = f (x, t), (3.43)
∂t ∂x
u(0, t) = u1 (t), (3.44)
u(l, t) = u2 (t), (3.45)
u(x, 0) = u0 (x), (3.46)
wobei u1 (t) und u2 (t) nach t genügend oft differenzierbar sind. Sei v = v(x, t) eine
neue unbekannte Funktion mit
x
v(x, t) = u(x, t) − (u1 (t) + [u2 (t) − u1 (t)]).
l
v(x, t) genügt den homogenen Randbedingungen.
v(0, t) = u(0, t) − u1 (t) = 0,
v(l, t) = u(l, t) − u2 (t) = 0.
Weiterhin ist
∂v ∂u x
=− (u01 (t) + [u02 (t) − u01 (t)]),
∂t ∂t l
∂2v ∂2u
= ,
∂x2 ∂x2
x
v(x, 0) = u(x, 0) − (u1 (0) + [u2 (0) − u1 (0)]).
l
Damit lautet das Rand-Anfangswertproblem für v:
∂v ∂v x 0
− a2 2 = f (x, t) − (u01 (t) + [u (t) − u01 (t)]) = F (x, t),
∂t ∂x l 2
v(0, t) = 0,
v(l, t) = 0,
x
v(0, x) = u0 (x) − (u1 (0) +
[u2 (0) − u1 (0)] = v0 (x).
l
Falls F und v0 den Voraussetzungen des Satzes 10 genügen, dann existiert eine klas-
sische Lösung.
• Maximumprinzip
Es sei
QT = {(x, t) : 0 < x < l, 0 < t < T },
QT = {(x, t) : 0 ≤ x ≤ l, 0 ≤ t ≤ T },
Q̂T = {(x, t) : 0 < x < l, 0 < t ≤ T }.

Sei u(x, t) ∈ C(QT ) ∩ C 2,1 (Q̂T ) und genüge in QT der homogenen Wärmeleitungs-
gleichung
∂u ∂2u
− a2 2 = 0.
∂t ∂x
Dann nimmt die Funktion u(x, t) im abgeschlossenen Gebiet Q T sowohl ihren größten
als auch kleinsten Wert auf QT \ Q̂T an.
• Eindeutigkeit
Das gemischte Problem (3.43) bis (3.46) besitzt in der Klasse
C([0, l] × [0, T ]) ∩ C 2,1 ((0, l) × (0, T ]) höchstens eine Lösung.
3.2. DIE FOURIERMETHODE 75

PSfrag replacements T

l x

bT
Abbildung 3.1: Das Gebiet QT \Q

Beweis
Angenommen, es gäbe zwei Lösungen u1 und u2 . Die Differenz w = u1 −u2 nimmt ih-
ren größten und kleinsten Wert auf QT \ Q̂T an. Dort ist w = 0 aufgrund der Anfangs-
und Randbedingungen. Es folgt w ≡ 0 in QT .

• Mehrere Raumdimensionen
In diesem Fall lautet das Rand-Anfangswertproblem für die Wärmeleitungsgleichung
∂u
∂t − a2 4u = f in Ω × (0, ∞),
u(x, 0) = u0 (x) für x ∈ Ω,
u(x, t) = 0 für (x, t) ∈ ∂Ω × (0, ∞).

Das entsprechende Rand-Eigenwertproblem lautet:

Finde Funktionen X(x), so dass gilt:

4X + λ2 X = 0 in Ω,
X = 0 auf ∂Ω.

• Andere Randbedingungen
Sind andere Randbedingungen an den Intervallenden gegeben, dann ist das Rand-
Eigenwertproblem (3.36), (3.37) entsprechend zu modifizieren. Die dadurch berech-
neten Eigenwerte λk und Eigenfunktionen Xk sind im Fourierverfahren analog ein-
zusetzen.

3.2.3 Rand-Anfangswertproblem für die Wellengleichung

Wir betrachten auch in diesem Fall ein räumlich-eindimensionales Modellproblem für eine
eingespannte schwingende Saite:

utt − a2 uxx = f (x, t) für 0 < x < l, t > 0,

u(l, t) = u(0, t) = 0 für t > 0,
u(x, 0) = u0 (x) für 0 ≤ x ≤ l,
∂u
∂t (x, 0) = u1 (x) für 0 ≤ x ≤ l.

Das Vorgehen ist ähnlich wie bei der Wärmeleitungsgleichung. Zunächst wird eine Se-
paration der Variablen vorgenommen. Dazu betrachten wir das Rand-Eigenwertproblem
(3.36),(3.37) und stellen die Lösung dar als
∞
X
u(x, t) = Xk (x)Tk (t).
k=1
76 KAPITEL 3. DIFFERENTIALGLEICHUNGEN ZWEITER ORDNUNG
q
Hierbei ist Xk (x) = 2
l sin λk x und die Funktionen Tk (t) sind so zu bestimmen, dass
∞ µ ¶
∂2u ∂2u X ∂ 2 Tk
2
− a2 2 = Xk (x) − a2 Xk00 (x)Tk (t) = f (x, t),
∂t ∂x ∂t2
k=1
∞
X
Tk (0)Xk (x) = u0 (x),
k=1
X∞
Tk0 (0)Xk (x) = u1 (x).
k=1

Setzen wir voraus, dass f, u0 und u1 in entsprechende Fourierreihen entwickelbar sind,

führt dies zu folgendem Anfangswertproblem

Tk00 + a2 λ2k Tk (t) = ck (t) für t > 0,

Tk (0) = βk ,
Tk0 (0) = αk ,

wobei
Zl
ck (t) = f (x, t)Xk (x)dx,
0
Zl
βk = u0 (x)Xk (x)dx,
0
Zl
αk = u1 (x)Xk (x)dx
0

die entsprechenden Fourierkoeffizienten sind. Die L ösungen Tk haben die Gestalt

Zt
αk 1
Tk (t) = sin λk at + βk cos λk at + ck (τ ) sin aλk (t − τ )dτ.
λk a aλk
0

Die formale Lösung lautet:

∞ r ∞ ·
X 2X αk
u(x, t) = Xk (x)Tk (t) = sin λk x sin λk at + βk cos λk at
l aλk
k=1 k=1

Zt
1
+ ck (τ ) sin aλk (t − τ )dτ  .
aλk
0

Sind u0 , u1 und f genügend glatt, dann ist die formale Lösung auch klassische Lösung, d.h.

u(x, t) ∈ C 2,2 ((0, l), (0, T )) ∩ C 0,1 ([0, l], [0, T ]).

Bemerkung
Es gibt höchstens eine klassische Lösung. Für die Wellengleichung gilt das Maximum Prin-
zip nicht, und der Beweis erfolgt mit Hilfe der Energiemethode. Wir nehmen an, es g äbe
3.2. DIE FOURIERMETHODE 77

zwei Lösungen u1 und u2 . Die Differenz w = u1 − u2 genügt dem homogenen Problem:

wtt − a2 wxx = 0 in 0 < x < l, t > 0,

w(0, t) = w(l, t) = 0 für t ≥ 0,
w(x, 0) = 0 für 0 ≤ x ≤ l,
∂t (x, 0) = 0 für 0 ≤ x ≤ l.
∂w

Wir führen die Energie ein

Zl
1
E(t) = [(wt )2 + a2 (wx )2 ] dx, 0 ≤ t.
2
0

Es ist
Zl · ¸
dE(t) 1 ∂ ∂
= (wt )2 + a2 (wx )2 dx
dt 2 ∂t ∂t
0
Zl
= (wt wtt + a2 wx wxt ) dx
0
Zl
= wt (wtt − a2 wxx )dx + a2 wx wt |l0 .
0

Da
w(l, t + h) − w(l, t)
wt (l, t) = lim = 0,
h→0 h
w(0, t + h) − w(0, t)
wt (0, t) = lim =0
h→0 h
für t ≥ 0 ist, folgt
Zl
dE(t)
= wt (wtt − a2 wxx )dx = 0.
dt
0

Damit ist E(t) = const und

Zl
1
E(t) = E(0) = (wt2 (x, 0)dx + a2 wx2 (x, 0))dx
2
0
 
Zl Zl
1 2 1 2
= a wx2 (x, 0)dx = a − wxx (x, 0)w(x, 0) + w(x, 0)wx (x, 0)|l0  = 0.
2 2
0 0

Aus diesem Energieerhaltungsprinzip folgt, dass

Zl
1
E(t) = wt2 (x, t) + a2 wx2 (x, t)dx = 0
2
0

für t ≥ 0 ist und

wt (x, t) = wx (x, t) ≡ 0.
Daher ist w ≡ const. Die Randbedingungen (bzw. Anfangsbedingungen) liefern w ≡ 0.
Kapitel 4

Schwache Lösungen

Wie wir im dritten Kapitel festgestellt haben, ist die Existenz von klassischen L ösungen nur
unter recht einschneidenden Voraussetzungen sicher zu stellen. Eine Verallgemeinerung
der klassischen Differentiation in Form eines schwachen Ableitungsbegriffs bzw. als distri-
butionelle Ableitung wird in diesem Zusammenhang hilfreich sein. Weiterhin gestattet die
Abschwächung des Ableitungsbegriffes die Differentialgleichungen in Hilbertr äumen bzw.
reflexiven Banachräumen zu behandeln und numerische Methoden zur nährungsweisen
Berechnung der Lösung zu entwickeln.
Wir beginnen mit einer kurzen Einführung des schwachen Ableitungsbegriffes und ent-
sprechender Sobolvräume und diskutieren die schwache Lösbarkeit der Poisson-, Wärme-
leitungs- und Wellengleichung.
Bemerkung: In diesem Kapitel heben wir die vektoriellen Gr ößen nicht durch Fettdruck
hervor.

4.1 Schwache Ableitungen

Der Raum L2 (Ω) wurde schon früher erwähnt. Wir benötigen ihn jetzt verstärkt und defi-
nieren ihn daher an dieser Stelle.

Definition 16 Sei Ω eine nichtleere, offene Menge im Rn , n ≥ 1. L2 (Ω) bezeichnet die lineare
Menge von Äquivalenzklassen von in Ω messbaren Funktionen u : Ω → R mit
Z
|u(x)|2 dx < ∞.
Ω
R
Zwei Funktionen u und v gehören zu einer Äquivalenzklasse, falls |u − v|2 dx = 0, d.h.
Ω
u(x) = v(x) fast überall (f.ü.) in Ω.

Einige Eigenschaften:
• In L2 (Ω) ist ein Skalarprodukt definiert
Z
(u, v)0 = (u, v)L2 (Ω) = u(x)v(x)dx,
Ω

79
80 KAPITEL 4. SCHWACHE LÖSUNGEN

das die Norm induziert

  21
Z
kuk0 = kukL2 (Ω) =  |u(x)|2 dx .
Ω

• L2 (Ω) ist ein Hilbertraum (vollständig in Bezug auf die Normkonvergenz, d.h.
un → u ⇔ kun − uk0 → 0.)
• Die Teilmengen C0∞ (Ω) und C(Ω) sind dicht in L2 (Ω). Hierbei ist C0∞ (Ω) die Men-
ge aller beliebig oft differenzierbaren Funktionen mit kompaktem Tr äger in Ω. Der
Träger einer Funktion u ist definiert als supp u = {x : u(x) 6= 0}.

• Es gilt ein Variationslemma (Lemma von Du Bois-Reymond): Sei u ∈ L 2 (Ω) und

Z
uvdx = 0 ∀v ∈ C0∞ (Ω),
Ω

dann ist u(x) = 0 f.ü. in Ω.

Der Schlüssel zur Verallgemeinerung des Ableitungsbegriffs liegt in der Anwendung der
partiellen Integration. Wir erinnern, dass für eine beschränkte meßbare Menge Ω ∈ Rn und
stetig differenzierbare Funktionen u, v ∈ C 1 (Ω) gilt:
im Fall n = 1, Ω = (a, b):

Zb Zb
u(x)v 0 (x)dx = − u0 (x)v(x)dx + u(x)v(x)|ba ;
a a

im Fall n > 1, Ω ⊂ Rn , ∂Ω glatt, n äußerer Normalenvektor der Fläche ∂Ω, x = (x1 , ..., xn ):
Z Z Z
∂v(x) ∂u
u(x) dx = − (x)v(x)dx + u(x)v(x) cos(n, xi )dσ.
∂xi ∂xi
Ω Ω ∂Ω

Durch wiederholte Anwendung der partiellen Integration auf PnFunktionen u, v ∈ C (Ω),

|α|

wobei α = (α1 , ..., αn ) für αi ∈ N0 ein Multiindex und |α| = i=1 αi ist, erhalten wir:
Z Z Z
∂ |α| v ∂u ∂ |α|−1 v ∂ |α|−1 v cos(n, x1 )
u dx = − dx + u dσ (4.1)
∂x1 ...∂xα
α1
n
n
∂x1 ∂x1 1 −1 ...∂xα
α
n
n
∂x1α1 −1 ...∂xα
n
n

Ω Ω ∂Ω
Z |α| Z
∂ u
= (−1)|α| αn v dx + R(u, v)dσ. (4.2)
∂xα
1
1
...∂x n
Ω ∂Ω

R hängt von Ableitungen von u und v bis zur Ordnung |α| − 1 ab. Mit der Bezeichnung
|α|
Dα = ∂xα1∂...∂xαn können wir (4.2) auch wie folgt schreiben:
1 n

Z Z Z
α |α| α
uD v dx = (−1) D uv dx + R(u, v) dσ.
Ω Ω ∂Ω

|α|
Es sei C0 (Ω) = {v ∈ C |α| (Ω) : supp v beschränkt, supp v ⊂ Ω}, das heißt, die Funktionen
v ∈ C |α| (Ω) verschwinden in einem Randstreifen und damit verschwindet das Oberfl ächen-
integral in (4.2) für diese Funktionen.
4.1. SCHWACHE ABLEITUNGEN 81

Definition 17 (Schwache Ableitungen) Es sei Ω ⊂ Rn und u, w ∈ L1loc (Ω), das heißt, u und
w sind über jedem beschränkten inneren Teilgebiet von Ω integrierbar. w = uα = Dα u ist die
schwache α-te Ableitung von u im Gebiet Ω (nicht punktweise definiert !), falls gilt:
Z Z
uDα v dx = (−1)|α| wv dx ∀v ∈ C0∞ (Ω) . (4.3)
Ω Ω

Durch Überschiebung der Differentiation auf die so genannten Testfunktionen wird durch
die Formel (4.3) die schwache Ableitung eingeführt. Diese Idee wird in der Distributionen-
|α|
theorie weiter ausgebaut, das heißt C0 (Ω) wird durch C0∞ (Ω) ersetzt, die Distributionen
werden als lineare Funktionale über dem Raum C0∞ (Ω) definiert.
Die schwachen Ableitungen sind in L1loc (Ω) eindeutig bestimmt (Lemma von Du Bois-
Reymond) und stimmen mit den klassischen Ableitungen überein, falls diese existieren und
sich in L1loc (Ω) befinden.
Es gilt:

• Dα+β u = D β (Dα u) = D α (Dβ u).

• Falls un ∈ C ∞ (Ω), un → u in L2 (Ω) und D α un → w in L2 (Ω), dann ist w = D α u.

Beispiel
Es sei Ω = (−1, 1) und u(x) = |x|, siehe Abbildung 4.1.
u

x
−1 1

Abbildung 4.1: u(x) = |x|

Wir berechnen die schwache Ableitung u0 .

82 KAPITEL 4. SCHWACHE LÖSUNGEN

Wir betrachten die Definitionsgleichung

Z+1 Z+1
0
uv dx = − wv dx für alle v ∈ C01 ((−1, +1)).
−1 −1

Für u = |x| und nach partieller Integration über den Teilintervallen (−1, 0) und (0, 1) erhal-
ten wir
Z+1 Z0 Z1 Z0 Z1
|x|v dx = − xv dx + xv 0 dx
0 0
= v dx − v dx
−1 −1 0 −1 0
Z+1 Z+1
= − sgn(x)v dx = − wv dx.
−1 −1

Aus dem Lemma von Du Bois-Reymond folgt, dass u0 (x) = w(x) = sgn(x) ist;
Abbildung 4.1.

PSfrag replacements −1

Abbildung 4.2: u0 (x) = sgn(x)

Die zweite Ableitung von u(x) = |x| (bzw. die erste Ableitung von sgn x) ist durch

Z+1 Z0 Z1
sgn(x)v 0 dx = − 0
v dx + v 0 dx = −v(0) + v(−1) + v(1) −v(0)
| {z } |{z}
−1 −1 0 =0 =0
= −2v(0) ∀v ∈ C01 ((−1, +1))

definiert.
Wir untersuchen nun die Frage, ob es eine integrierbare Funktion w ∈ L(−1, +1) gibt, so
dass
Z+1
2v(0) = w(x)v(x) dx
−1

ist.
4.1. SCHWACHE ABLEITUNGEN 83

Wir nehmen an, dass es ein solches w ∈ L(−1, +1) gibt und betrachten eine beliebige Funk-
tion v ∈ C01 ((−1, +1)). Da sich auch xv in C01 ((−1, +1)) befindet, muss
Z1
w(x)xv(x)dx = 2v(0) · 0 = 0
−1

gelten.

Aus dem Lemma von Du Bois-Reymond folgt, dass w(x)x = 0 f.ü. ist und daher w(x) = 0
f.ü.. Damit wäre
Z1
w(x)v(x)dx = 0 = 2v(0)
−1

für alle v ∈ C01 ((−1, +1)), was nicht sein kann.

Folgerung
Sprungfunktionen besitzen keine schwachen Ableitungen. Jedoch existiert eine Ableitung
im Distributionensinn.

◦
Die Räume H k (Ω) und H k (Ω), k ∈ N0
Definition 18 Sei k ∈ N ∪ {0}. Der lineare Raum
H k (Ω) = {u ∈ L2 (Ω) : Dα u ∈ L2 (Ω) für |α| ≤ k},
versehen mit dem Skalarprodukt
X
(u, v)k = (u, v)H k (Ω) := (Dα u, Dα v)0
|α|≤k

und der Norm

  21
X
kukk = kukH k (Ω) =  kDα uk2L2 (Ω)  (4.4)
|α|≤k

heißt Sobolev-Raum. H k (Ω) ist ein Hilbertraum.

Für 1 ≤ p < ∞ führen wir den Sobolev-Raum W k,p (Ω) ein, der für p = 2 mit H k (Ω)
übereinstimmt.

Definition 19 (ganzzahlige Ableitungen) Sei k ∈ N ∪ {0}, 1 ≤ p < ∞. Der lineare Raum

W k,p (Ω) = {u ∈ Lp (Ω) : Dα u ∈ Lp (Ω) für |α| ≤ k}
versehen mit der Norm
  p1
X Z
kukW k,p (Ω) =  |Dα u|p dx (4.5)
|α|≤k Ω
  p1
X
=  kDα kpLp (Ω)  (4.6)
|α|≤k
84 KAPITEL 4. SCHWACHE LÖSUNGEN

µ ¶ p1
R
heißt Sobolevraum. Hierbei ist kvkLp (Ω) = |v|p dx .
Ω

◦
Definition 20 H k (Ω) ist die Abschließung von C0∞ (Ω) bezüglich der Norm (4.4).
◦
W k,p (Ω) ist die Abschließung von C0∞ (Ω) bezüglich der Norm (4.5).
4.1. SCHWACHE ABLEITUNGEN 85

Satz 11 (Ungleichungen) [15, S. 382 u. ff]

◦
• Es sei Ω ein beschränktes Gebiet. In H k (Ω) gilt die Poincaré-Friedrichs Ungleichung

kukk ≤ C|u|k , (4.7)

hP i 12
wobei |u|k = |α|=k kDα uk20 die Seminorm in H k (Ω) bezeichnet.

• Der Rand ∂Ω sei Lipschitz-stetig, Γ ⊂ ∂Ω, mes Γ 6= 0, wobei mes Γ das Maß des Flächenstücks
ist. Dann gilt ∀u ∈ H 1 (Ω)
¯ ¯   21 
¯Z ¯ Z X n ¯ ¯2
¯ ¯ ¯ ∂u ¯
 
kuk1 ≤ C ¯¯ u dσ ¯¯ +  ¯ ¯
¯ ∂xi ¯ dx , (4.8)
¯ ¯ i=1
∂Ω Ω
¯ ¯   12 
¯Z ¯ Z X n ¯ ¯2
¯ ¯ ¯ ¯

kuk1 ≤ C ¯¯ u(x)dx¯¯ +  ¯ ∂u ¯ dx  , (4.9)
¯ ∂xi ¯
¯ ¯ i=1
Ω Ω
  12
Z n ¯
Z X ¯2
¯ ∂u ¯
kuk1 ≤ C |u|2 dσ + ¯ ¯  (4.10)
¯ ∂xi ¯ dx .
Γ Ω i=1

Ist u|Γ = 0, dann kann man zeigen [8], [3]

kuk2L2 (Ω) ≤ C mes(Ω)|u|21

|u|21 ≤ kuk21 ≤ (1 + C mes(Ω))|u|21 .

Beweis
Wir beweisen nur die Friedrichs’sche Ungleichung. Sei u zun ächst ein Element aus C0∞ (Ω).
Da Ω beschränkt ist, gibt es eine Kugel KR (0), so dass Ω ⊂ KR (0) ist.
Für jeden Punkt x = (x1 , ..., xn ) ∈ Ω gilt, dass x1 ∈ [−R, R] und wir haben
¯ x ¯2
¯Z 1 ¯
¯ ∂u ¯
|u(x)|2 = ¯ (ξ, x2 , . . . , xn )dξ ¯¯
¯ ∂x1
¯ ¯
−R
Zx1 ¯ ¯2
Schwarz-Ungleichung ¯ ∂u ¯
≤ (x1 + R) ¯ ¯
¯ ∂x1 (ξ, x2 , . . . , xn )¯ dξ
−R
Z+R¯ ¯2
¯ ∂u ¯
≤ 2R ¯ (ξ, x , . . . , x ) ¯
n ¯ dξ.
¯ ∂x1 2
−R

Nach Integration über Ω erhalten wir

Z Z Z+R¯ ¯2
¯ ∂u ¯
2
|u(x)| dx = kuk20 ≤ 2R ¯ ¯
¯ ∂x1 (ξ, x2 , ..., xn )dξ ¯ dx
Ω Ω −R
° °
° ∂u °2
= 4R2 ° ° 2 2
° ∂x1 ° ≤ 4R |u|1 .
0
86 KAPITEL 4. SCHWACHE LÖSUNGEN

Nun ist

kuk21 = kuk20 + |u|21 ≤ 4R2 |u|21 + |u|21 = (4R2 + 1)|u|21 . (4.11)

Allgemeiner gilt:
|u|2j−1 ≤ 4R2 |u|2j j = 1, 2, ..., k,
k
X
kuk2k = |u|2j ≤ ((4R2 )k + (4R2 )k−1 + ... + 4R2 + 1)|u|2k
j=0
µ ¶
(4R2 )k+1 − 1
= |u|2k .
4R2 − 1
◦
Wir betrachten nun ein u ∈ H k (Ω). Zu jedem ε > 0 finden wir ein Element ũ ∈ C0∞ (Ω) mit
ku − ũkk < ε.
Es ist
kukk ≤ ku − ũkk + kũkk
≤ ε + C|ũ|k
≤ ε + C|ũ − u|k + C|u|k
< ε(1 + C) + C|u|k

und folglich kukk ≤ C|u|k .

Bemerkungen
◦
• In H k (Ω) sind Norm und Seminorm äquivalent.

• Die Friedrichs-Ungleichung bleibt richtig, falls Ω nur in einer Richtung beschr änkt ist.

Der Dualraum H −k (Ω)

◦
Definition 21 Der Dualraum von H k (Ω), k ≥ 0, ist der Raum H −k (Ω) aller linearen stetigen
◦ ◦
Abbildungen F : H k (Ω) → R, die H k (Ω) in die Menge der reellen (oder komplexen) Zahlen
abbilden, versehen mit der Norm
|F (u)|
kF kH −k (Ω) = sup .
u6=0 kukk

Die Anwendung von F auf u wird auch als duale Paarung in der Form < F, u >= F (u) geschrie-
ben.

Die Elemente aus H −k (Ω), k = 1, 2, ... können wie folgt charakterisiert werden:
4.2. STATIONÄRE RANDWERTPROBLEME UND IHRE SCHWACHE FORMULIERUNG87

Lemma 4 [7, S.294] F ist aus H −k (Ω) genau dann, wenn eine Familie {fα }|α|≤k von Funktionen
fα ∈ L2 (Ω) existiert, so dass
X
F = (−1)|α| Dα fα ,
|α|≤k

wobei D α fα Distributionenableitungen sind.

Folgerung
Deltadistributionen als Dichte von Punktlasten gehören zu H −1 (Ω).

4.2 Stationäre Randwertprobleme und ihre schwache For-

mulierung
Die Differentialgleichungen werden als Operatorgleichungen aufgefaßt

Au = f A : X → Y. (4.12)

Dabei werden die Randbedingungen durch die Wahl des Raumes X realisiert (z.B. gen ügen
◦
die Elemente u aus H 1 (Ω) homogenen Dirichletbedingungen auf dem Rand). Falls X ein
Hilbertraum ist und Y = X 0 der Dualraum ist (Raum der linearen stetigen Funkionale auf
X) dann ist (4.12) äquivalent zu

hAu, vi = hf, vi ∀v ∈ X.

Es sei a(u, v) := hAu, vi eine Bilinearform auf X × X. Die schwache Formulierung von
(4.12) lautet:
Finde ein Element u ∈ X, so dass

a(u, v) := hf, vi ∀v ∈ X.

Beispiel
Wir betrachten das Dirichletproblem für die Poissongleichung

−4u = f in Ω (4.13)
u = 0 auf ∂Ω, (4.14)

für ein f ∈ L2 (Ω).

Es sei
◦ ◦
X = H 1 (Ω), X 0 = H −1 (Ω) = [H 1 (Ω)]0 .
◦
Der Laplace-Operator ist nicht auf H 1 (Ω) im klassischen Sinn definiert. Daher betrachten
◦
wir zunächst Elemente u, v ∈ C0∞ (Ω) (beachte, dass C0∞ (Ω) dicht in H 1 (Ω) ist)
und f ∈ L2 (Ω).
88 KAPITEL 4. SCHWACHE LÖSUNGEN

Für diese Funktionen gilt

−(4u, v)L2 (Ω) = (f, v)L2 (Ω) ,
d.h.
Z Z
− 4uv dx = f v dx.
Ω Ω

Nach der Greenschen Formel ist

Z Z
− 4uv dx = gradu · gradv dx = a(u, v). (4.15)
Ω Ω

Die schwache Formulierung des Randwertproblems (4.13), (4.14) lautet:

◦
Finde u ∈ H 1 (Ω) für ein f ∈ H −1 (Ω), so dass
◦
a(u, v) = hf, vi ∀v ∈ H 1 (Ω) (4.16)
gilt.

4.3 Bilinearformen und Lax-Milgram Lemma

Um Existenz, Eindeutigkeit und numerische Approximation von L ösungen schwach for-
mulierter Probleme (Prinzip der virtuellen Arbeit) diskutieren zu k önnen, müssen die Bili-
nearformen (wie sie z.B. in (4.16) auftreten) gewisse Eigenschaften haben.

Definition 22 Sei V ein Hilbertraum. Die Abbildung a(·, ·) : V × V → R wird reelle Bilinearform
genannt, wenn
a(u, α1 v1 + α2 v2 ) = α1 a(u, v1 ) + α2 a(u, v2 ),
a(α1 u1 + α2 u2 , v) = α1 a(u1 , v) + α2 a(u2 , v)
für alle u, v, u1 , u2 , v1 , v2 ∈ V, α1 , α2 ∈ R gilt. Die Bilinearform ist stetig (beschränkt), falls ein
C > 0 existiert, so dass
|a(u, v)| ≤ CkukV kvkV ∀u, v ∈ V. (4.17)

Lemma 5 [5, S.127], [4, S. 298] Jedem linearen stetigen Operator A : V → V 0 kann eine stetige
Bilinearform a(·, ·) zugeordnet werden, so dass
a(u, v) = hAu, vi ∀u, v ∈ V (4.18)
ist. Umgekehrt entspricht jeder stetigen Bilinearform ein linearer stetiger Operator
A : V → V 0 , so dass (4.18) gilt (kurz A ∈ L(V, V 0 )).

Lemma 6 (Lax-Milgram) [9, S. 38], [4, S. 297] Sei f ∈ V 0 und a(·, ·) eine Bilinearform auf V ×V ,
so dass
a(u, v) = hf, vi ∀v ∈ V. (4.19)
Falls Konstanten C1 , C2 > 0 existieren, so dass gilt
|a(u, v)| ≤ C1 kukV kvkV , (4.20)
a(u, u) ≥ C2 kuk2V ∀u, v ∈ V, (4.21)
dann besitzt (4.19) eine eindeutig bestimmte Lösung u ∈ V und es gilt die Abschätzung
1
kukV ≤ kf kV 0 .
C2
4.3. BILINEARFORMEN UND LAX-MILGRAM LEMMA 89

Beweis
• Die Eindeutigkeit folgt aus der Ungleichung (4.21). Seien u 1 und u2 schwache Lösun-
gen, dann ist

a(u1 − u2 , v) = h0, vi = 0 ∀v ∈ V

und damit für v = u1 − u2

1
0 ≤ ku1 − u2 k2 ≤ a(u1 − u2 , u1 − u2 ) = 0.
C2
Es folgt u1 = u2 in V .

• Wir beweisen die Existenz einer Lösung u ∈ V für ein beliebiges f ∈ V 0 . Dazu benöti-
gen wir den Banachschen Fixpunktsatz und den Rieszschen Darstelungssatz.
Der Banachsche Fixpunktsatz lautet:
Sei M eine abgeschlossene nichtleere Teilmenge eines Banachraumes X, T : M ⊆ X → M
sei eine Kontraktion, d.h. für ein q ∈ [0, 1) gilt

kT x − T ykX ≤ qkx − ykX , ∀x, y ∈ M . (4.22)

Dann besitzt T einen eindeutig bestimmten Fixpunkt x∗ , d.h. T x∗ = x∗ .

Der Rieszsche Darstellungssatz besagt:
Es sei H ein Hilbertraum und H 0 sein Dualraum. Dann existiert eine bijektive Abbildung
τ : H 0 → H, so dass für alle f ∈ H 0 gilt

kτ f kH = kf kH 0 (4.23)
hf, vi = (τ f, v)H für alle v ∈ H . (4.24)

Wir betrachten jetzt die Bilinearform a(·, ·) auf V × V und den linearen stetigen Ope-
rator A : V → V 0 , der durch
a(u, v) = hAu, vi
definiert ist. Aus (4.24) folgt für f = Au

(τ Au, v)V = hAu, vi = a(u, v) . (4.25)

Wir erhalten die Abschätzung

Schwarz
c2 kvk2V ≤ |a(v, v)| = |(τ Av, v)V | ≤ kτ AvkV kvkV
(4.23)
= kAvkV 0 kvkV ≤ kAkkvk2V .

Daraus folgt
kτ ◦ Ak ≤ kAk, c2 ≤ kAk (4.26)
und
c2
0< ≤ 1. (4.27)
kAk

Wir führen die Abbildung T : V → V ein

T (u) := u − k(τ Au − τ f ),

wobei k eine reelle Zahl ist. Wir sehen sofort, u∗ ist Fixpunkt von T , falls gilt

τ Au∗ = τ f . (4.28)
90 KAPITEL 4. SCHWACHE LÖSUNGEN

Da
(4.24) (4.28) (4.24)
a(u∗ , v) = hAu∗ , vi = (τ Au∗ , v)V = (τ f, v)V = hf, vi
ist der Fixpunkt u∗ schwache Lösung von a(u, v) = hf, vi und die Existenz der Lösung
wäre gezeigt.
Wir überlegen nun, dass T bei einer bestimmten Wahl der Konstanten k einen Fix-
punkt besitzt. Dazu überprüfen wir die Kontraktionseigenschaft (4.22):
kT u1 − T u2 k2V = ((u1 − u2 ) − kτ A(u1 − u2 ), (u1 − u2 ) − kτ A(u1 − u2 ))V
= ku1 − u2 k2V − 2k(τ A(u1 − u2 ), u1 − u2 )V + k 2 kτ A(u1 − u2 )k2V
(4.25)
= ku1 − u2 k2V − 2ka(u1 − u2 , u1 − u2 ) + k 2 kτ A(u1 − u2 )k2V
(4.26)
= ku1 − u2 k2V − 2kc2 ku1 − u2 k2V + k 2 kAk2 k(u1 − u2 )k2V
= ku1 − u2 k2 (1 − 2kc2 + k 2 kAk2 ) .
(4.27) c22
Für k = c2
kAk2 ist q 2 = 1 − 2kc2 + k 2 kAk2 = 1 − kAk2 ∈ [0, 1).

Spezialfall
Ist a(·, ·) symmetrisch, d.h. a(u, v) = a(v, u), dann folgt aus (4.21), dass a(·, ·) auch ein Ska-
larprodukt auf V × V ist. In diesem Fall sprechen wir von einem energetischen Skalarpro-
dukt und dem entsprechenden Energie-Raum. Da lineare stetige Funktionale aus V 0 auch
lineare stetige Funktionale über dem Energie-Raum sind, ist der Satz von Riesz auf dem
Energie-Raum anwendbar: zu jedem f ∈ V 0 existiert ein Element τ f ∈ V , so dass
hf, vi = a(τ f, vi
ist. Die Existenz einer schwachen Lösung ist in diesem Fall sehr einfach gezeigt worden.

Bemerkungen
• Die Voraussetzung (4.21) wird auch als V-Elliptizität bezeichnet.
• Unter den Voraussetzungen (4.20) und (4.21) besitzt der durch (4.18) zugeordnete
Operator A eine stetige Inverse A−1 ∈ L(V 0 , V ).

Beispiel
◦
Wir kehren zum obigen Beispiel (4.16) zurück. Wir suchen ein u ∈ H 1 (Ω), so dass für ein
f ∈ H −1 (Ω) gilt
Z ◦
a(u, v) = ∇u · ∇v dx = hf, vi ∀v ∈ H 1 (Ω).
Ω

Wir überlegen, dass (4.20) und (4.21) erfüllt sind. Die Bilinearform ist beschränkt. Mit Hilfe
der Schwarzschen Ungleichung kann man folgende Absch ätzung zeigen:
¯ ¯ ¯ ¯ ¯ ¯
¯Z ¯ ¯Z X n ¯ ¯X Z ¯
¯ ¯ ¯ ¯ ¯ n ¯
¯ ∇u · ∇v dx¯ = ¯ ¯ ¯
∂i u∂i v dx¯ = ¯ ∂i u∂i v dx¯¯
¯ ¯ ¯
¯ ¯ ¯ i=1 ¯ ¯ i=1 ¯
Ω Ω Ω
n
Ã n ! 12 Ã n ! 21
X X X
≤ k∂i ukL2 (Ω) k∂i vkL2 (Ω) ≤ k∂i uk2L2 (Ω) k∂i vk2L2 (Ω)
i=1 i=1 i=1
= |u|H 1 (Ω) |v|H 1 (Ω) ≤ kukH 1 (Ω) kvkH 1 (Ω) .
4.3. BILINEARFORMEN UND LAX-MILGRAM LEMMA 91

Die Bilinearform ist V-elliptisch. Dies folgt unmittelbar aus der Poincar é-Friedrichs Unglei-
chung (4.7)
Z X
n
a(u, u) = (∂i u)2 dx = |u|21 ≥ C2 kuk21 .
Ω i=1

Galerkin Lösungen
Sei VN ⊂ V ein endlichdimensionaler Teilraum von V; z.B. kann V N als Raum von stetigen,
stückweise linearen Funktionen gewählt werden.

Definition 23 uN ∈ VN ist Galerkin Lösung von (4.19), falls

a(uN , v) = hf, vi ∀v ∈ VN (4.29)

ist.

Die Berechnung von uN kann durch Lösen eines linearen Gleichungssystems vorgenom-
men werden.
Sei {e1 , ...eN } eine Basis in VN , z.B. sind ei stetige stückweise lineare Funktionen mit ei (xk , yk ) =
δik , wobei (xk , yk ) Knotenpunkte (Eckpunkte) eines Dreieck-Gitters sind.
Jedes Element w ∈ VN kann eindeutig dargestellt werden

N
X
w= w i ei
i=1

mit dem Koeffizientenvektor w

~ = (w1 , . . . , wN )> ∈ RN .

Lemma 7 Sei M = (a(ei , ej ))i,j die Matrix und f~ = hf, ei ii=1...N der Vektor, die durch die
Basiselemente beschrieben werden. Die Probleme

a) finde ein w
~ ∈ RN , so dass

~ = f~,
Mw

b) finde ein w ∈ VN , so dass

a(w, v) = hf, vi ∀v ∈ VN

sind äquivalent.

Beweis
a) w ~ = f~, d.h.
~ sei Lösung von M w
    
a(e1 , e1 ) .... a(eN , e1 ) w1 hf, e1 i
 .. ..   ..   .. 
 . .  .  =  . ,
a(e1 , eN ) .... a(eN , eN ) wN hf, eN i

a(e1 w1 + ... + eN wN , ei ) = a(w, ei ) = hf, ei i , i = 1, ..., N. (4.30)

92 KAPITEL 4. SCHWACHE LÖSUNGEN

~ = f~ skalar mit einem Vektor ~v ∈ RN und

Wir multiplizieren die Gleichung M w
erhalten
N
X N
X
a(w, ei )vi = hf, vi ei i .
i=1 i=1
PN
Es folgt für v = i=1 vi e i
a(w, v) = hf, vi ∀v ∈ VN .

b) Sei w ∈ VN Lösung von

a(w, v) = hf, vi ∀v ∈ VN .
PN
Mit w = j=1 wj ej und v = ei folgt die Relation (4.30).

Bemerkung
Es existiert eine eindeutig bestimmte Galerkin Lösung uN , falls die Voraussetzungen des
Lemmas von Lax-Milgram im Raum V erfüllt sind. Man beachte, dass VN ⊂ V .

Der Fehler zwischen der schwachen Lösung u ∈ V und seiner Galerkin Lösung w = uN ∈
VN kann mit Hilfe des folgenden Lemmas abgeschätzt werden.

Lemma 8 (Céa, 64) Sei a(·, ·) eine Bilinearform auf V × V mit

|a(u, v)| ≤ C1 kukV kvkV , (4.31)
a(u, u) ≥ C2 kuk2V (4.32)
und f ∈ V 0 . Sei u ∈ V eine schwache Lösung von (4.19), uN eine Galerkin Lösung von (4.29).
Dann ist
C1
ku − uN kV ≤ ku − vN kV ∀vN ∈ VN . (4.33)
C2

Beweis
Es gilt:
a(u, v) = hf, vi ∀v ∈ VN ,
a(uN , v) = hf, vi ∀v ∈ VN
und daher
a(u − uN , v) = 0 ∀v ∈ VN . (4.34)
Damit können wir abschätzen
(4.32) 1 (4.34) 1
ku − uN k2V ≤ a(u − uN , u − uN ) = a(u − uN , u − vN )
C2 C2
(4.31) C1
≤ ku − uN kV ku − vN kV .
C2
Division durch ku − uN kV 6= 0 liefert die Behauptung (4.33).
4.3. BILINEARFORMEN UND LAX-MILGRAM LEMMA 93

Fehlerabschätzungen
Die Abschätzung (4.33) können wir auch in der Form

ku − uN kV ≤ C inf ku − vN kV
vN ∈VN

schreiben. Das heißt die Galerkin Lösung uN ist eine ”beste“ Approximation der Lösung u
im Raum VN .

Wählen wir eine Folge von Räumen VN

V1 ⊂ V2 ⊂ ... ⊂ VN ⊂ ... ⊂ V
S∞
mit i=1 Vi dicht in V , dann konvergiert

ku − uN kV → 0 für N → ∞.

Diese Fehlerabschätzung kann präzisiert werden, wenn wir die Räume VN genauer be-
schreiben.

Lemma 9 [5, S. 169, Satz 8.4.4] Sei VN der Raum der stetigen, stückweise linearen Funktionen
bezüglich einer zulässigen Triangulierung eines Polygons Ω ⊂ R2 . Sei α0 > 0 der kleinste Öff-
nungswinkel und h die längste Seite der Dreiecke. Dann ist

inf |u − v|H k (Ω) ≤ C(α0 )h2−k kukH 2 (Ω)

v∈VN

für k = 0, 1 und für alle u ∈ H 2 (Ω) ∩ V .

Bemerkung
In diesem Lemma wurde angenommen, dass u glatt genug ist, d.h. u ∈ H 2 (Ω). Diese Be-
dingung gilt für das Dirichlet Problem für den Laplace Operator, wenn f zu L2 (Ω) gehört
und das Polygon Ω konvex ist. Für ein Polygon mit einspringenden Ecken gilt nur, dass
π
u ∈ H 1+ ω0 −ε (Ω) ist, wobei ω0 > π der größte innere Winkel ist.
Im nächsten Abschnitt beschreiben wir Sobolevräume mit reeller Ableitungsordnung.

Der Raum W s,p (Ω) mit reellem s > 0 (Sobolev-Slobodeskij-Raum)

Zur genauen Beschreibung des Verhaltens von Lösungen von partiellen Differentialglei-
chungen und insbesondere zur Beschreibung der zugelassenen Glattheit der Randdaten,
benötigt man Räume, bei der die Ableitungsordnung nicht ganzzahlig ist.
Sei Ω ⊂ Rn , s > 0, s = k + λ mit k ∈ N ∪ {0}, 0 < λ ≤ 1. Wir erinnern zunächst an die
Definition von k-mal Hölder-stetig differenzierbaren Funktionen:
½ ¾
|Dα u(x) − D α u(y)|
C k,λ (Ω) = u ∈C k (Ω) : Hα,λ (u) = sup <∞ f ür alle α mit |α| = k .
x,y∈Ω |x − y|λ
In C k,λ (Ω) wird eine Norm eingeführt:
X
kukC k,λ (Ω) = kukC k (Ω) + Hα,λ (u) .
|α|=k

Es gilt C k+1 (Ω) ⊂ C k,λ (Ω) ⊂ C k (Ω) und damit nimmt C k,λ (Ω) eine Zwischenposition ein.
Diese Idee wird auf Sobolevräume übertragen, um nicht ganzzahlige Differentiationsord-
nungen zu erklären.
94 KAPITEL 4. SCHWACHE LÖSUNGEN

24 Der Raum
Definition 
 ZZ 
|Dα u(x)−D α u(y)|p
s,p k,p
W (Ω):= u∈W (Ω):Iα (u)= dxdy < ∞ für alle α mit|α| = k
 |x − y|n+pλ 
ΩΩ

versehen mit der Norm   p1

X
kukW s,p (Ω) = kukpW k,p (Ω) + Iα (u) .
|α|=k

wird Sobolev-Slobodeskij-Raum genannt.

Für ganzzahlige k wurde W k,p in Definition 19 eingeführt.

Beispiel
Die Sprungfunktion einer reellen Variablen (siehe Abbildung 4.3)
½
1 für x ∈ [−1, 1] ,
u(x) =
0 sonst

gehört nicht zu W 1,2 (−2, 2), da u0 (x) = δ−1 (x) + δ+1 (x) im Distributionensinne ist. Jedoch
ist u ∈ W s,2 (−2, 2) für 0 ≤ s < 12 .

PSfrag replacements

−1 1

Abbildung 4.3: Sprungfunktion

Negative Ableitungsordnung
◦
Definition 25 Sei 1 < p < ∞, s < 0, 1
p + 1
q = 1. W s,p (Ω) ist der Dualraum von W −s,q (Ω), das
heißt
◦
W s,p (Ω) = (W −s,q (Ω))0 ,

versehen mit der Norm

|F (u)|
kF kW s,p (Ω) = sup .
u6=0 kukW −s,q (Ω)
◦ −s,q
u∈W (Ω)
4.3. BILINEARFORMEN UND LAX-MILGRAM LEMMA 95

Spurräume

Um allgemein Randwertprobleme in Sobolevräumen behandeln zu können, müssen wir

für Elemente aus W k,p (Ω) Randdaten auf ∂Ω erklären. Da diese nicht immer im klassischen
Sinn als Einschränkungen von stetigen Funktionen auf dem Rand definiert werden k önnen,
spricht man davon, dass die Randdaten im Spursinn angenommen werden. Diese befinden
sich in so genannten Spurräumen und stimmen mit der klassischen Einschränkung übe-
rein, falls die Elemente aus W k,p (Ω) glatt bis zum Rand sind. Die Hauptidee ist, einen Dif-
feomorphismus (differenzierbare eineindeutige Koordinatentransformation) zu betrachten,
der lokal eine Umgebung des Randes geschnitten mit Ω in den Halbraum R n+ abbildet. Die
Einschränkungen der transformierten Funktion auf Rn−1 werden dann untersucht. Dazu
ist eine gewisse Glattheit des Randes ∂Ω erforderlich.

Satz 12 Sei Ω ∈ C k,1 und beschränkt, k ∈ N ∪ {0}, s ≤ k + 1, s − p1 = l + σ, 0 < σ < 1,

l ∈ N ∪ {0}. Dann existiert eine eindeutige lineare, stetige, surjektive Abbildung
l
Y 1
Tl : W s,p (Ω) → W s−j− p ,p (∂Ω) ,
j=0

so dass
µ ¶
∂u ∂lu
Tl u = u, , ..., l ∀u ∈ C ∞ (Ω)
∂n ∂n

ist.
Hierbei ist ~n der äußere Einheitsnormalenvektor an ∂Ω, Tl wird Spuroperator genannt.

Folgerung für p = 2:
(i) Sei Ω ∈ C 0,1 . Die Abbildungen
1
T0 : W 1,2 (Ω) → W 2 ,2 (∂Ω) ,
1 1
T0 : W σ+ 2 (Ω) → W σ,2 (∂Ω), 0<σ≤ ,
2
sind stetig und surjektiv.

(ii) Sei Ω ∈ C 1,1 . Dann sind die Spuroperatoren

1
T0 : W σ+ 2 ,2 (Ω) → W σ,2 (∂Ω), 0 < σ < 1 ,
1 1
T1 : W σ+ 2 ,2 (Ω) → W σ+1,2 (∂Ω) × W σ,2 (∂Ω), 0 < σ ≤ ,
2
3 1
T1 : W 2,2 (Ω) → W 2 ,2 (∂Ω) × W 2 ,2 (∂Ω)

stetig und surjektiv.

Bemerkungen
• Insbesondere gilt für Gebiete mit einem Lipschitz Rand (k = l = 0, s = 1)
1
T0 : W 1,p (Ω) → W 1− p ,p (∂Ω) ,
1
bzw. T0 : W s,p (Ω) → W s− p ,p (∂Ω) für 1
p < s ≤ 1.
96 KAPITEL 4. SCHWACHE LÖSUNGEN

• Ist s = m ganzzahlig, dann ist l = m − 1 für σ = 1 − 1

p und für Ω ∈ C m−1,1 ist
m−1
Y 1
Tm−1 : W m,p (Ω) → W m−j− p ,p (∂Ω)
j=0

eine lineare, stetige, surjektive Abbildung.

• Die Stetigkeit des Spuroperators ist äquivalent zu der Aussage:
Es existiert ein C > 0, so dass
Xl ° j °
°∂ k°
° ° ≤ CkukW s,p (Ω) ∀u ∈ W s,p (Ω)
° ∂nj ° s−j− p1 ,p
j=0 W (∂Ω)
ist.
◦
• Die Elemente aus W s,p (Ω) sind wie folgt charakterisiert:
◦
W s,p (Ω) = {u ∈ W s,p (Ω) : Tl u = 0} ,
∂lu
d.h. u = ∂u
∂n = ... = ∂nl
=0 auf ∂Ω im Spursinn.
◦
• Ist Ω ∈ C 0,1 , dann ist W (Ω) = {u ∈ W 1,2 (Ω) : u|∂Ω = 0 im Spursinn}.
1,2

4.3.1 Fortsetzung vom Rand ins Gebiet

Der Spuroperator ist stetig rechts-invertierbar, d.h. es existiert eine stetige Rechts-Inverse
von Tl , die den Elementen aus den Spurräumen Elemente aus den Sobolevräumen im Ge-
biet Ω zuordnet. Dieser Fortsetzungsoperator ist unabhängig von p.

Satz 13 (Fortsetzungssatz) Es seien die Voraussetzungen von Satz 12 erfüllt. Dann existiert ein
stetiger linearer Operator l
Y 1
Fl : W s−j− p ,p (∂Ω) → W s,p (Ω) ,
j=0

1
so dass für jedes Tupel (u0 , u1 , ..., ul ) ∈ Πlj=0 W s−j− p ,p (∂Ω) mit Fl (u0 , u1 , ..., ul ) = v die Rela-
tionen
∂j v
= uj auf ∂Ω, j = 0, 1, 2, ..., l
∂nj
gelten.

Bemerkungen
• Ein zu Tl rechtsinverser Operator Fl ist durch die Relation Tl Fl = IY definiert, wobei
Y der Bildraum und IY der identische Operator in Y sind. Er ist nicht eindeutig be-
stimmt. Die Stetigkeit besagt, dass eine Konstante C > 0 und Elemente v ∈ W s,p (Ω)
existieren, so dass
Xl ° j °
°∂ v°
kFl (u0 , ..., ul )kW s,p (Ω) = kvkW s,p (Ω) ≤ C ° °
° ∂nj ° s−j− p1 ,p
j=0 W (∂Ω)

l
X
= C kuj k s−j− 1 ,p
p
W (∂Ω)
j=0

Q
l 1
für alle Elemente (u0 , u1 , ..., ul ) ∈ W s−j− p ,p (∂Ω) ist.
j=0
4.4. ALLGEMEINE RANDWERTPROBLEME FÜR DIE POISSONGLEICHUNG 97

4.4 Allgemeine Randwertprobleme für die Poissongleichung

Wir betrachten nun die angekündigten allgemeinen Randwertprobleme für die Poissonglei-
chung

Das Dirichletproblem für die Poissongleichung

Sei Ω ⊂ Rn ein beschränktes Gebiet mit Lipschitz-Rand, d.h. Ω ∈ C 0,1 . So kann Ω z.B. ein
Polygon sein.

Klassische Formulierung
Die klassische Formulierung des Dirichletproblems f ür die Poissongleichung lautet:
Für f ∈ C(Ω), g ∈ C(∂Ω) finde ein u ∈ C 2 (Ω), so dass:

−∆u = f in Ω , (4.35)
u = g auf ∂Ω (4.36)

gilt. Dieses Problem hat nicht immer eine Lösung in C 2 (Ω).

Schwache Formulierung
Wir wollen eine schwache Formulierung für das Randwertproblem (4.35), (4.36) angeben.
Dazu überführen wir zunächst (4.35), (4.36) in ein Randwertproblem mit homogenen Di-
1
richletdaten in geeigneten Sobolevräumen. Sei f ∈ W −1,2 (Ω), g ∈ W 2 ,2 (∂Ω). Nach dem
Fortsetzungssatz existiert ein ĝ ∈ W (Ω), so dass die Spur von ĝ auf ∂Ω mit g überein-
1,2
◦
stimmt. Wir stellen für die Funktion w = u − ĝ, u ∈ W 1,2 (Ω), w ∈ W 1,2 (Ω) ein neues
schwaches Randwertproblem auf:
◦ ◦
Finde ein w ∈ W 1,2 (Ω) = H 1 (Ω) = V , so dass gilt
Z
a(w, v) = ∇w · ∇v dx = hf, vi − a(ĝ, vi ∀v ∈ V .
Ω

Dieses Problem ist sinnvoll, da die rechte Seite durch ein Funktional F ∈ H −1 (Ω) beschrie-
ben werden kann:

hf, vi − a(ĝ, v) = hF, vi .

Die Voraussetzungen des Lemmas von Lax-Milgram sind erf üllt und es existiert eine ein-
deutig bestimmte Lösung w ∈ V . Setzen wir u := w + ĝ, dann gilt

a(u, v) = hf, vi ∀v ∈ V ,
u|∂Ω = g im Spursinn .

Das Neumannproblem für die Poissongleichung

Wir beginnen mit der klassischen Formulierung: Gesucht ist ein u ∈ C 2 (Ω), so dass für
f ∈ C(Ω), g ∈ C(∂Ω) −∆u(x) = f (x) in Ω , (4.37)
∂u(x)
= g(x) auf ∂Ω (4.38)
∂n
98 KAPITEL 4. SCHWACHE LÖSUNGEN
R R R
gilt. Aus der ersten Greenschen Formel (− ∆uv = ∇u · ∇v − ∂u
∂n v) folgt, dass dieses
Ω Ω ∂Ω
Problem nur lösbar ist, falls:
Z Z
f (x) dx + g(x) dσ(x) = 0 . (4.39)
Ω ∂Ω

Weiterhin gilt: falls eine Lösung aus C 2 (Ω) existiert, so ist diese nur bis auf eine additive
Konstante eindeutig bestimmt.
Diese Existenz- und Eindeutigkeitsaussagen werden auch bei der Untersuchung des schwach
formulierten Problems eine Rolle spielen.

Schwache Formulierung
1 1
Sei f ∈ (W 1,2 (Ω))0 , g ∈ W − 2 ,2 (∂Ω) = (W 2 ,2 (∂Ω))0 , Ω ∈ C 0,1 .
Die schwache Formulierung lautet: Finde ein u ∈ W 1,2 (Ω), so dass gilt
Z
a(u, v) = ∇u · ∇v dx = hf, viΩ + hg, T vi∂Ω ∀v ∈ W 1,2 (Ω) . (4.40)
Ω

1
Hierbei ist T0 : W 1,2 (Ω) → W 2 ,2 (∂Ω) der Spuroperator und hg, T0 vi∂Ω ist als Anwendung
1 1
des Funktionals g ∈ W − 2 ,2 (∂Ω) auf T0 v ∈ W 2 ,2 (∂Ω) zu verstehen. Die rechte Seite ist insge-
samt durch ein lineares und stetiges Funktional aus (W 1,2 (Ω))0 darstellbar. Es gilt nämlich
nach dem Spursatz

| hG, viΩ | := | hg, T vi∂Ω | ≤ kgk“ 1 ”0 kT vk 1 ,2 ≤ ckvkW 1,2 (Ω) .

W − 2 ,2 (∂Ω) W 2 (∂Ω)

Die Bilinearform a(·, ·) ist stetig auf W 1,2 (Ω)×W 1,2 (Ω). Sie ist jedoch nicht W 1,2 (Ω)-elliptisch.
Um dies zu sehen, betrachte man u = c ≡ const 6= 0. Es ist:
Z Z
a(c, c) = ∇c · ∇c dx = 0 6≥ c2 kck2W 1,2 (Ω) = c2 |c|2 dx > 0 .
Ω Ω

Um die V − Elliptizität zu retten, muss der Raum W 1,2 (Ω) durch den Faktorraum
W 1,2 (Ω)/{R} = V ersetzt werden.
Die Elemente aus V sind Äquivalenzklassen, deren Elemente sich durch konstante Funk-
tionen c(x) ≡ c, c ∈ R, unterscheiden, d.h. v(x) ∼ u(x) ⇔ u(x) = v(x) + c.

Lemma 10

a) In
R den Äuqivalenzklassen aus V gibt es genau einen Vertreter v, so dass
v(x) dx = 0 ist.
Ω

b) Jede
R Äquivalenzklasse aus V enthält genau einen Vertreter w, so dass
w(x) dσ = 0 ist.
∂Ω
4.4. ALLGEMEINE RANDWERTPROBLEME FÜR DIE POISSONGLEICHUNG 99

Beweis
a) Wir betrachten eine Äquivalenzklasse aus V und greifen ein Element v0 heraus. Es
gibt eine Konstante c, so dass gilt
Z
v0 (x) dx = cµ(Ω) .
Ω

Die Funktion v = v0 − c hat die Eigenschaft

Z
(v0 − c) dx = 0 .
Ω

b) Diese Aussage kann analog zu a) gezeigt werden.

Wir können also den Faktorraum V wie folgt charakterisieren:

R
a) VΩ = {v ∈ W 1,2 (Ω) : v dx = 0},
Ω
R
b) V∂Ω = {v ∈ W 1,2 (Ω) : v dσ = 0} .
∂Ω

Lemma 11 In VΩ und V∂Ω gilt: Es existiert eine Konstante c > 0, so dass:

kvkW 1,2 (Ω) ≤ c|v|W 1,2 (Ω) .

Beweis

[15, S. 382], [7, S. 298, 382 ff]

Wir erinnern an folgende Poincarésche Ungleichungen (4.8),(4.9)

 ¯ ¯2  12
Z Xn ¯ ¯2 ¯ Z ¯
 ¯ ∂u ¯ ¯ ¯ 
kukW 1,2 (Ω) ≤ c ¯ ¯ ¯ u dx¯¯  ,
¯ ∂xi ¯ dx + ¯
i=1 ¯ ¯
Ω Ω
 ¯ ¯2  12
Z Xn ¯ ¯2 ¯ Z ¯
 ¯ ∂u ¯ ¯ ¯ 
kukW 1,2 (Ω) ≤ c ¯ ¯ ¯ u(x) dσ ¯¯  .
¯ ∂xi ¯ dx + ¯
i=1 ¯ ¯
Ω ∂Ω

Folgerung
Das schwach formulierte Neumannproblem ist eindeutig l ösbar in VΩ bzw. V∂Ω :
Finde ein u ∈ VΩ , bzw. u ∈ V∂Ω , so dass
Z
∇u · ∇v dx = hf, viΩ + hg, T0 vi∂Ω (4.41)
Ω

für alle v ∈ VΩ (bzw. für alle v ∈ V∂Ω ), für jedes Paar f ∈ VΩ0 , g ∈ (T0 VΩ )0 bzw. f ∈ V∂Ω
0
,g ∈
(T V∂Ω ) . Hier ist T0 der Spuroperator.
0
100 KAPITEL 4. SCHWACHE LÖSUNGEN

Bemerkung
Im allgemeinen ist die Spur ∂n∂u
für Elemente aus W 1,2 (Ω) nicht definiert. Jedoch kann ge-
1
zeigt werden, dass für Lösungen des Neumannproblems ∂n ∂u
∈ W − 2 ,2 (∂Ω) ist und in diesem
Sinn die Randwertannahme gesichert ist.

Das Robinproblem (3. Randwertproblem) für die Poissongleichung

Das klassische Robin-Problem (auch Newton-Problem genannt) lautet:

Finde ein u ∈ C 2 (Ω), so dass für ein f ∈ C(Ω) und g ∈ C(∂Ω) gilt
−∆u(x) = f (x) in Ω , (4.42)
∂u
α (x) + βu(x) = g(x) auf ∂Ω . (4.43)
∂n
Wir nehmen an, dass α und β positive reelle Zahlen sind und geben eine schwache Formu-
lierung für das Problem (4.42), (4.43) an. Dazu nehmen wir an, dass f ∈ (W 1,2 (Ω))0 und
1
g ∈ (W 2 ,2 (∂Ω))0 sind. Nach skalarer Multiplikation von (4.42) mit Elementen aus W 1,2 (Ω)
und partieller Integration sowie unter Beachtung der Randbedingung (4.43) erhalten wir:

Z Z
∂u
∇u · ∇v dx = T0 v dσ + hf, viΩ
∂n
Ω ∂Ω
Dg E Z
β
= , T0 v + hf, viΩ − u v dσ .
α ∂Ω α
∂Ω

Die schwache Formulierung von (4.42), (4.43) lautet daher:

Finde ein u ∈ W 1,2 (Ω), so dass
Z Z Dg E
β
a(u, v) = ∇u · ∇v dx + uv dσ = hf, vi∂Ω + , T0 v
α α ∂Ω
Ω ∂Ω

für alle v ∈ W 1,2 (Ω) ist.

Wir überprüfen, ob die Bilinearform a(·, ·) stetig und W 1,2 (Ω)-elliptisch ist.

• Die Bilinearform ist beschränkt. Wir haben nur zu zeigen, dass

¯ ¯
¯ Z ¯
¯ ¯
¯ u v dσ ¯ ≤ CkukW 1,2 (Ω) kvkW 1,2 (Ω)
¯ ¯
¯ ¯
∂Ω

ist.
Es gilt:
¯ ¯
¯ Z ¯
¯ ¯ Schwarz
¯ uv dσx ¯ ≤ kukL2 (∂Ω) kvkL2 (∂Ω)
¯ ¯
¯ ¯
∂Ω
≤ kuk 1 ,2
2 (∂Ω)
kvk 1 ,2
2 (∂Ω)
≤ CkukW 1,2 (Ω) kvkW 1,2 (Ω) .
W W
4.4. ALLGEMEINE RANDWERTPROBLEME FÜR DIE POISSONGLEICHUNG 101

• Wir sehen uns jetzt die V −Elliptizität an:

Z Z
β
|a(u, u)| = ∇u · ∇u dx + |u|2 dσ
α
Ω ∂Ω
Z
2 β
= |u|W 1,2 (Ω) + |u|2 dσ
α
∂Ω
(4.9)
≥ Ckuk2W 1,2 (Ω) .

Das gemischte Randwertproblem für die Poissongleichung

Sei Ω ∈ C 0,1 . Das gemischte Randwertproblem für die Poissongleichung lautet: Es ist eine
Funktion u zu finden, so dass

−∆u(x) = f (x) in Ω , (4.44)

u(x) = g1 (x) auf Γ1 ⊂ ∂Ω , (4.45)
∂u
(x) = g2 (x) auf Γ2 ⊂ ∂Ω , (4.46)
∂n
wobei Γ1 und Γ2 offene Randstücke von ∂Ω sind, so dass Γ1 ∩ Γ2 = ∅, Γ1 ∪ Γ2 = ∂Ω ist.

Γ1
PSfrag replacements Ω

Γ2

Abbildung 4.4: Das Gebiet Ω

Zunächst transformieren wir die Dirichlet-Randbedinung (4.45) in eine homogene Randbe-

dingung. Dazu müssen wir Spurräume auf Teilstücken des Randes einführen.

Definition 26 Es sei
1 1 1
H 2 (Γ1 ) = W 2 ,2 (Γ1 ) = {u = T0 v|Γ1 , T0 v ∈ W 2 ,2 (∂Ω)}

versehen mit der Norm

kuk 1 = inf kT0 vk 1 ,2 .

H 2 (Γ1 ) 1 ,2 W 2 (∂Ω)
T0 v∈W 2 (∂Ω)
u=T0 v|Γ1

Weiterhin sei
1 1
H̃ 2 (Γ1 ) = {u ∈ W 2 ,2 (∂Ω) : supp u ⊂ Γ1 }

versehen mit der Norm

kuk 1 = kũk 1 ,2 ,
H̃ 2 (Γ1 ) W 2 (∂Ω)

wobei ũ die Null-Fortsetzung von u auf ∂Ω ist.

102 KAPITEL 4. SCHWACHE LÖSUNGEN

Die Dualräume seien

1 1
H̃ − 2 (Γ1 ) = (H 2 (Γ1 ))0 ,
1 1
H − 2 (Γ1 ) = (H̃ 2 (Γ1 ))0 .
1 1
Wir nehmen an, dass g1 ∈ H 2 (Γ1 ) und g2 ∈ H − 2 (Γ2 ) sind. Zu g1 gibt es eine Fortsetzung
G1 ∈ W 1,2 (Ω), so dass T0 G1 |Γ1 = g1 ist. Für die Funktion w = u − G1 ∈ W 1,2 (Ω) gilt, dass
T0 w|Γ1 = 0 ist. Ein geeigneter Raum V , in dem die schwache Lösung w gesucht wird, ist
daher:

V = {w ∈ W 1,2 (Ω) : T0 w|Γ1 = 0} . (4.47)

Wir formulieren jetzt das schwache Randwertproblem (4.44), (4.45) und (4.46) f ür die Funk-
tion w = u − G1 :
1 1
Für f ∈ V 0 , g1 ∈ H 2 (Γ1 ), g2 ∈ H − 2 (Γ2 ), finde ein w ∈ V , so dass:
Z
a(w, v) = ∇w · ∇v dx = hf, viΩ − a(G1 , v) + hg2 , viΓ2 ∀v ∈ V
Ω

ist.
Wir überprüfen die Voraussetzungen des Satzes von Lax-Milgram:

(1) a(·, ·) ist beschränkt über V × V ⊂ W 1,2 (Ω) × W 1,2 (Ω).

(2) a(·, ·) ist V −elliptisch, da nach der Poincaréschen Ungleichung ([15, S. 385/386])
  12
Z
kukW 1,2 (Ω) ≤ C  |u|2 dσ + |u|2W 1,2 (Ω) 
Γ1

gilt, falls µ(Γ1 ) > 0 ist. Daraus folgt:

Z
a(w, w) = ∇w · ∇w dx = |w|2W 1,2 (Ω) ≥ C̃kwk2W 1,2 (Ω) ∀w ∈ V . (4.48)
Ω

Ein Transmissionsproblem für die Poissongleichung

Sei Ω ein Gebiet des Rn , das aus zwei Teilgebieten Ω1 ∈ C 0,1 und Ω2 ∈ C 0,1 besteht, welche
im Allgemeinen aus unterschiedlichen Materialien sind und es gilt:

Ω = Ω1 ∪ Ω2 , Ω1 ∩ Ω 2 = ∅ .

Es sei Γ = ∂Ω1 ∩ ∂Ω2 die Grenzlinie (interface) zwischen Ω1 und Ω2 und Γ1 = ∂Ω1 \ Γ,
Γ2 = ∂Ω2 \ Γ die äußeren Randstücke von Ω1 bzw. Ω2 .
Wir suchen Lösungen ui , so dass

−ai ∆ui = fi in Ωi , (4.49)

u1 = g1 auf Γ1 , (4.50)
∂u2
a2 = g2 auf Γ2 , (4.51)
∂n
u1 − u 2 = 0 auf Γ , (4.52)
∂u1 ∂u2
a1 − a2 = 0 auf Γ , (4.53)
∂n ∂n
4.4. ALLGEMEINE RANDWERTPROBLEME FÜR DIE POISSONGLEICHUNG 103

PSfrag replacements
Γ
Γ1
Ω1
Ω2
n
Γ2

Abbildung 4.5: Das zusammengesetzte Gebiet

wobei a1 und a2 positive Konstanten sind.

Wir führen eine schwache Formulierung ein, indem wir zun ächst annehmen, dass alle auf-
tretenden Funktionen ui , fi und gi , i = 1, 2, genügend glatt sind.
Wir bezeichnen mit u die Funktion
½
u1 in Ω1
u=
u2 in Ω2 .

Gilt u1 = u2 auf Γ, dann ist u ∈ W 1,2 (Ω).

Weiterhin sei V = {v ∈ W 1,2 (Ω) : V |Γ1 = 0} und vi = v|Ωi , i = 1, 2.
Nun ist
Z Z
∂ui
−ai ∆ui vi dx = hfi , vi i = ai a(ui , vi ) − ai vi dσ
∂n
Ωi ∂Ωi
Z Z
∂ui ∂ui
= ai a(ui , vi ) − ai vi dσ − ai vi dσ, i = 1, 2 .
∂n ∂n
Γi Γ

Für

aΩ (u, v) = a1 a(u1 , v1 ) + a2 a(u2 , v2 ), v ∈ V

gilt
Z Z
∂u1 ∂u2
aΩ (u, v) = hf, vi + g2 v2 dσ + (a1 v1 − a 2 v2 ) dσ
∂n ∂n
Γ2 Γ
= hf, vi + hg2 , v2 iΓ2 .

Um nun einen gemeinsamen Ansatz- und Testraum zu haben, gehen wir zu homogenen Di-
1
richletranddaten über. Sei g1 ∈ H 2 (Γ1 ). Dann existiert eine Fortsetzung G ∈ W 1,2 (Ω), Ω =
Ω1 ∪ Ω1 ∪ Γ. Sei w = u − G. Dann gilt

aΩ (w, v) = aΩ (u, v) − aΩ (G, v)

= hf, vi + hg2 , v2 iΓ2 − aΩ (G, v) .

Die schwache Formulierung von (4.49) - (4.53) lautet:

1 1
Finde ein w ∈ V , so dass für f ∈ V 0 , g2 ∈ H − 2 (Γ2 ), g1 ∈ H 2 (Γ1 )

aΩ (w, v) = hf, vi + hg2 , v2 iΓ2 − aΩ (G, v) ∀v ∈ V (4.54)

104 KAPITEL 4. SCHWACHE LÖSUNGEN

ist.
aΩ (·, ·) genügt den Voraussetzungen des Satzes von Lax-Milgram.
Wir überprüfen die V -Elliptizität:
(4.9)
aΩ (w, w) = |w|2H 1 (Ω) ≥ kwk2H 1 (Ω) .

Die rechte Seite von (4.54) stellt ein lineares stetiges Funktional auf V dar.

4.5 Anfangs- Randwertprobleme und ihre schwache Lösung

Wärmeleitungsgleichung
Wir betrachten zunächst ein Anfangs-Randwertproblem für die Wärmeleitungsgleichung
im Gebiet QT = Ω × (0, T ), Ω ⊂ Rn , T > 0 beliebig:

∂u(x, t)
− a2 4u(x, t) = f (x, t) in QT = Ω × (0, T ) (4.55)
∂t
u(x, t) = 0 auf ∂Ω × (0, T ) (4.56)
u(x, 0) = u0 (x) auf Ω. (4.57)

QT
PSfrag replacements

Abbildung 4.6: Raum-Zeit-Zylinder QT

Wir nehmen für einen Moment an, dass für festes t > 0 (t spielt die Rolle eines Parameters)
∂t (·, t), 4u(·, t), u0 Funktionen aus L2 (Ω) sind. Wir multiplizieren (4.55) und (4.56)
f (·, t), ∂u
◦
mit einer Testfunktion v ∈ H 1 (Ω) = V und integrieren über Ω. Nach partieller Integration
erhalten wir
Z Z Z
∂u
(x, t)v(x)dx + a2 ∇u(x, t)∇v(x) dx = f (x, t)v(x)dx, (4.58)
∂t
Ω Ω Ω
Z Z
u(x, 0)v(x)dx = u0 (x)v(x)dx. (4.59)
Ω Ω

(4.58) und (4.60) können ’abstrakt’ formuliert werden: Suche ein u, so dass
¿ À
∂u(t)
, v + a(t, u, v) = hf (t), vi ,
∂t
◦
hu(0), vi = hu0 , vi ∀v ∈ H 1 (Ω).
4.5. ANFANGS- RANDWERTPROBLEME UND IHRE SCHWACHE LÖSUNG 105

R
In unserem Fall der Wärmeleitungsgleichung ist a(t, u, v) = a2 ∇x u(t, x)∇x v(t, x) dx.
Ω
Im allgemeinen Fall ist
 
Z n
X n
X
a(t, u, v) =  aji (x, t)uxi vxj + bi (x, t)uxi v + c(x, t)uv  dx.
Ω i,j=1 i=1

Diese ’abstrakte’ Formulierung wird mathematisch korrekt, wenn wir geeignete Funktio-
nenräume, in denen sich u, f und u0 befinden, einführen.
Dazu ist es vorteilhaft, u als Abbildung aufzufassen, die jedem t ∈ [0, T ] ein Element aus
◦
H 1 (Ω) zuordnet
◦
u : [0, T ] → H 1 (Ω) = V,
u(t)(x) := u(x, t).

Diese Betrachtungsweise besagt, dass die Zeit t als Parameter aufgefasst wird und u eine
Funktion des Parameters t ist mit Werten im Funktionenraum V .
Das Anfangswertproblem kann dann auch als Operatorgleichung

du
− A(t)u = f (t) für t ∈ (0, T ), (4.60)
dt
u(0) = u0 (4.61)

geschrieben werden. In unserem PnFall ist A(t) = A = a2P 4 ein Operator von V in V 0 , im
n
allgemeinen Fall ist A(t) = − i,j=1 ∂xj (aji (x, t) ∂xi ) + i=1 bi (x, t) ∂x
∂ ∂u ∂u
i
+ c(x, t)u, sowie
f (t) ∈ V für ein festes t. Um das Verhalten der Daten f und u0 und der Lösung u auch
0

bezüglich der Zeit beschreiben zu können, führen wir geeignete Funktionenräume ein.

Definition 27 Sei X ein Banachraum. Wir definieren:

  21
ZT
L2 ((0, T ), X) = {u : (0, T ) → X : kukL2 ((0,T ),X) =  ku(t)k2X dt < ∞},
0
  21
ZT
du 2
H 1 ((0, T ), X) = {u ∈ (0, T ) → X : kukH 1 ((0,T ),X) =  (ku(t)k2X + k k ) dt < ∞}.
dt X
0

Das allgemeine schwache Rand-Anfangswert-Problem

Für f ∈ L2 ((0, T ), V 0 ), u0 ∈ L2 (Ω) finde ein u ∈ L2 ((0, T ), V ) ∩ H 1 ((0, T ), V 0 ), so dass für
alle t ∈ (0, T ) gilt:
¿ À
∂u
(·, t), v + a(t, u, v) = hf (·, t), vi , (4.62)
∂t
hu(·, 0), vi = hu0 , vi ∀v ∈ V. (4.63)

Satz 14 (Existenz und Eindeutigkeit schwacher Lösungen)

[10, S. 379 ff],[4, S. 350 ff],[18, S. 383]
Es sei a(t, ·, ·) eine beschränkte, parameterabhängige Bilinearform auf V × V , so dass hA(t)u, vi =
a(t, u, v) ist. Es gelte
106 KAPITEL 4. SCHWACHE LÖSUNGEN

(i) |a(t, u, v)| ≤ C1 kukV kvkV ∀u, v ∈ V ,

(ii) a(t, u, u) ≥ C2 kuk2V − C3 kuk2L2 (Ω) ∀u ∈ V ,

(iii) a(t, u, v) ist messbar bezüglich t für festes u und v ∈ V .

Hierbei hängen die Kostanten C1 , C2 und C3 nicht von t ab. Dann hat das schwache Problem (4.63)
genau eine Lösung. Diese befindet sich sogar in C([0, T ], L2 (Ω)) = {u : [0, T ] → L2 (Ω), u ist
stetig bezüglich t und kukC([0,T ],L2 (Ω)) = supt∈[0,T ] ku(t)kL2 (Ω) < ∞}.

Bemerkung
R
In unserem Beispiel ist A(t) = a2 4 und a(t, u, v) = a2 grad u · grad v dx.
Ω

Beweisskizze von Satz 14

1. Schritt: Existenz von Galerkin Lösungen
◦
Es sei (ek )k=1,2,... eine abzählbare Basis in H 1 (Ω) = V , die ein orthonormales System in
L2 (Ω) bildet, d.h.
Z
ek (x)ej (x)dx = δkj für j, k = 1, 2, ... .
Ω
µ ³q ´ ¶
Man betrachte als Beispiel das Funktionensystem L
2 sin kπ
L x für Ω = (0, L).
k=1,2,...

Sei N eine ganze positive Zahl. Wir betrachten die Abbildung

◦ N
X
uN : [0, T ] → H 1 (Ω) = V, uN (t) := wN,j (t)ej , (4.64)
j=1

wobei die Funktionen wN,j ∈ H 1 (0, T ) so zu bestimmen sind, dass

µ ¶
duN
, ek + a(t, uN , ek ) = hf, ek i = fk (t), (4.65)
dt L2 (Ω)

(uN (0), ek )L2 (Ω) = (u0 , ek )L2 (Ω) = u0k (4.66)

für k = 1, 2, ..., N ist.

Nach Einsetzen von uN erhalten wir folgendes System von gewöhnlichen Differentialglei-
chungen mit einer Anfangsbedingung zur Bestimmung der Koeffizienten w N,k :

XN
d
wN,k (t) + a(t, ej , ek )wN,j (t) = fk (t),
dt j=1
wN,k (0) = u0k .
4.5. ANFANGS- RANDWERTPROBLEME UND IHRE SCHWACHE LÖSUNG 107

Mit den Bezeichnungen w ~ N (t) = (wN,1 (t), ..., wN,N (t))T , f~N (t) = (f1 (t), f2 (t), ..., fN (t))T ,
~u0N = (u01 , ..., u0N )T und AN (t) = (a(t, ej , ek ))j,k=1,...,N lautet das Anfangswertproblem in
Vektor-Matrix-Schreibweise:
d
w
~ N (t) + AN (t)w
~ N (t) = f~N (t),
dt
w
~ N (0) = ~u0N .

Dieses System besitzt eine eindeutige Lösung in [H 1 (0, t)]N und damit ist uN sinnvoll durch
(4.64) definiert. Führen wir den endlichdimensionalen Raum VN als lineare Hülle der Ba-
siselemente e1 , ..., eN ein, dann ist uN Galerkin Lösung in VN . Aus (4.65) und (4.66) folgt
nämlich
µ ¶
duN
,v + a(t, uN , v) = hf, vi , (4.67)
dt L2 (Ω)
(uN (0), v)L2 (Ω) = (u0 , v)L2 (Ω) ∀v ∈ VN . (4.68)

2. Schritt: Beschränktheit der Folge von Galerkin Lösungen

Mit Hilfe der Voraussetzungen und einer Ungleichung von Gronwall kann man zeigen,
dass die Folge der Galerkin Lösungen {uN }N =1,2,... gleichmäßig beschränkt ist.

Satz 15 Es existiert eine Konstante C > 0, die nur von Ω, T und den Konstanten C1 , C2 , C3 in (i)
und (ii) abhängt, so dass für N = 1, 2, . . .

∂uN
max kuN (t)kL2 (Ω) + kuN kL2 ((0,T ),V ) + k kL2 ((0,T,V 0 ))
0≤t≤T ∂t
£ ¤
≤ C kf kL2 ((0,T ),L2 (Ω)) + ku0 kL2 (Ω) . (4.69)

Beweis
a) Wir starten mit der Gronwallschen Ungleichung:
Sei η = η(t) ≥ 0 eine absolut stetige Funktion auf [0, T ], d.h. η̇(t) existiert f. ü. und
ist integrierbar. Weiterhin seien φ(t) ≥ 0, ψ(t) ≥ 0 integrierbare Funktionen auf [0, T ].
Falls

η̇(t) ≤ φ(t)η(t) + ψ(t) , (4.70)

dann gilt auf [0, T ]:

Rt Zt
φ(s) ds
η(t) ≤ e0 [η(0) + ψ(s) ds] . (4.71)
0

Falls gilt

η̇(t) ≤ φ(t)η(t) und η(0) = 0 , (4.72)

dann ist η ≡ 0 auf [0, T ].

Wir zeigen diese Ungleichung:
Es gilt für 0 ≤ s ≤ T :
Rs Rs Rs
d − φ(r) dr − φ(r) dr
0
− φ(r) dr
(η(s)e 0 )=e 0 [η (s) − φ(s)η(s)] ≤ e 0 ψ(s) .
ds
108 KAPITEL 4. SCHWACHE LÖSUNGEN

Rt
Integrieren wir diese Ungleichung . . . ds, so erhalten wir
0

Zt Rs Rt Zt Rs
d − φ(r) dr − φ(r) dr − φ(r) dr
(η(s)e 0 ) ds = η(t)e 0 − η(0) ≤ |e
0
{z } ψ(s) ds .
ds
0 0 ≤1

Es folgt

Rt Zt
− φ(r) dr
η(t)e 0 ≤ η(0) + ψ(s) ds .
0

Somit gilt (4.71).

b) Wir zeigen
£ ¤
max kuN (t)kL2 (Ω) ≤ C kf kL2 ((0,T ),L2 (Ω)) + ku0 kL2 (Ω) .
0≤t≤T

Wählen wir in (4.67) v = uN , so erhalten wir

duN
( , uN )L2 (Ω) + a(t, uN , uN ) = (f, uN )L2 (Ω) . (4.73)
dt
Nach Voraussetzung (ii) gilt

a(t, uN , uN ) ≥ C2 kuN k2 ◦ − C3 kuN k2L2 (Ω) . (4.74)

H 1 (Ω)

Daher ist

duN (4.74) ∂uN

( , uN )L2 (Ω) + 2C2 kuN k2 ◦ ≤ ( , uN )L2 (Ω)
dt H 1 (Ω) ∂t
+2a(t, uN , uN ) + 2C3 kuN k2L2 (Ω)
(4.73) ∂uN
= ( , uN )L2 (Ω) + 2(f, uN )L2 (Ω)
∂t
∂uN
−2( , uN )L2 (Ω) + 2C3 kuN k2L2 (Ω)
∂t
∂uN
≤ −( , uN )L2 (Ω) + kf kL2 (Ω)
∂t
+kuN k2L2 (Ω) + 2C3 kuN k2L2 (Ω) . (4.75)

Hier haben wir benutzt, dass

(f ± uN , f ± uN )L2 (Ω) = (f, f )L2 (Ω) ± 2(f, uN )L2 (Ω) + (uN , uN )L2 (Ω) ≥ 0 (4.76)

ist, und daher gilt

2|(f, uN )L2 (Ω) | ≤ (f, f )L2 (Ω) + (uN , uN )L2 (Ω) . (4.77)

Aus der Ungleichung (4.75) folgt

duN
2( , uN )L2 (Ω) + 2C2 kuN k2V ≤ kf k2L2 (Ω) + (1 + 2C3 )kuN k2L2 (Ω) . (4.78)
dt
4.5. ANFANGS- RANDWERTPROBLEME UND IHRE SCHWACHE LÖSUNG 109

Da 2( du
dt , uN )L2 (Ω) =
N d 2
dt kuN kL2 (Ω) ist, gilt für η = kuN (t)k2L2 (Ω)

(4.78)
η 0 (t) ≤ kf k2L2 (Ω) + C4 η(t) .

Die Gronwallsche Ungleichung (4.71) liefert (setze φ(s) = C 4 , ψ(t) = kf (t)k2L2 (Ω) )

Zt
η(t) ≤ eC4 t (η(0) + kf (s)k2L2 (Ω) ds) . (4.79)
0

Nun ist nach (4.64)

N
X
uN (t) = wN,j (t)ej
j=1
N
X
uN (0) = wN,j (0)ej
j=1

und nach (4.66)

(uN (0), ek (x))L2 (Ω) = wN,k (0) = (u0 , ek )L2 (Ω)

und daher
N
X
kuN (0)k2L2 (Ω) = 2
wN,j (0) ≤ ku0 k2L2 (Ω) .
j=1

Damit lautet (4.79)

η(0) = kuN (0)k2L2 (Ω) ≤ ku0 k2L2 (Ω)

Zt
η(t) ≤ e C4 t
(ku0 k2L2 (Ω) + kf (s)k2L2 (Ω) ds
0

und

max η(t) = max kuN (t)k2L2 (Ω) ≤ C[ku0 k2L2 (Ω) + kf k2L2 ((0,T ),L2 (Ω)) ] . (4.80)
0≤t≤T 0≤t≤T

Damit ist die Abschätzung in (4.69) bewiesen.

c) Wir zeigen, dass

kuN kL2 ((0,T ),V ) ≤ C(kf kL2 ((0,T ),L2 (Ω)) + ku0 kL2 (Ω) .

(4.78) liefert uns unmittelbar, dass

 
ZT ZT ZT
kuN k2L2 ((0,T ),V ) = kuN k2V dt ≤ C  kuN k2L2 (Ω) dt + kf k2L2 (Ω) 
0 0 0
(4.80)
≤ c̃(ku0 k2L2 (Ω) + kf k2L2 ((0,T ),L2 Ω)) ) (4.81)
110 KAPITEL 4. SCHWACHE LÖSUNGEN

d) Es ist
∂uN
k kL2 ((0,T ),V 0 ) ≤ c(kf kL2 ((0,T ),L2 (Ω)) + ku0 kL2 (Ω) ) . (4.82)
∂t
Wir betrachten ein v ∈ V mit kvkV ≤ 1. Wir können v aufspalten als

v = v1 + v2 v1 ∈ VN , (v2 , ek )L2 (Ω) = 0 für k = 1, 2, . . .

Es gilt

kv1 kV ≤ kvkV ≤ 1 .

Setzen wir v = v1 in (4.67), dann erhalten wir

∂uN
( , v1 )L2 (Ω) + a(t, uN , v1 ) = hf, v1 iL2 (Ω)
∂t
und da uN ∈ VN ist,
∂uN ∂uN
( , v)L2 (Ω) = ( , v1 )L2 (Ω) = (f, v1 )L2 (Ω) − a(t, uN , v1 ) .
∂t ∂t
Da kv1 k ≤ 1, ergibt sich
∂uN
|( , v)|L2 (Ω) ≤ kf kL2 (Ω) + C2 kuN kV .
∂t
Damit wird
duN ∂uN
k kV 0 = sup |( , v)L2 (Ω) | ≤ C[kf kL2 (Ω) + C2 kuN kV ]
dt kvk≤1 ∂t

und es wird
ZT ZT
duN 2
k k 0 dt ≤ c̃ (kf k2L2 (Ω) + kuN k2V ) dt
dt V
0 0
(4.81)
≤ C(kf kL2 ((0,T ),L2 (Ω)) + ku0 k2L2 (Ω) )

3. Schritt: Konvergenz einer Teilfolge zur schwachen Lösung

Die Abschätzung (4.69)
¡d besagt,
¢ dass die Folge (uN )N =1,2... in L2 ((0, T ), V ) und die Folge
ihrer Ableitungen dt uN N =1,2... in L2 ((0, T ), V 0 ) beschränkt sind.
Daher existiert eine Teilfolge (uNl )l=1,2... und eine Funktion u ∈ L2 ((0, T ), V ) mit
dt ∈ L2 ((0, T ), V ) so, dass
du 0

u Nl * u in L2 ((0, T ), V ),
(4.83)
duNl
dt * du
dt in L2 ((0, T ), V ).0

d.h. für alle linearen stetigen Funktionale F ∈ (L2 ((0, T ), V ))0 gilt |F (uNl ) − F (u)| → 0 und
∂u
für alle G ∈ (L2 ((0, T ), V 0 ))0 gilt |G( ∂tNl ) − G( ∂u
∂t )| → 0. Es folgt

ZT ZT
£ ¤
hu0Nl , ṽi + a(t, uNl , ṽ) dt → [hu0 , ṽi + a(t, u, ṽ)] dt (4.84)
0 0
4.5. ANFANGS- RANDWERTPROBLEME UND IHRE SCHWACHE LÖSUNG 111

für l → ∞ und für alle ṽ ∈ L2 ((0, T ), V ).

Wählen wir für ṽ die folgenden endlichen Linearkombinationen
m
X
ṽm (t) = vk (t)ek , (4.85)
k=1

wobei vk (t) beliebige, glatte Funktionen sind, dann erhalten wir durch Multiplikation von
(4.65) mit vk (t), anschließender Summation sowie Integration, dass

ZT ZT
£ ¤
hu0Nl , ṽm i + a(t, uNl , ṽm ) dt = hf, ṽm idt (4.86)
0 0

gilt.
Da die Menge der Funktionen (4.85) dicht in L2 ((0, T ), V ) ist, folgt aus der Relation (4.86)

ZT ZT
0
[hu , ṽi + a(t, u, ṽ)] dt = hf, ṽidt ∀ṽ ∈ L2 ((0, T ), V ). (4.87)
0 0

Insbesondere gilt (4.87) für alle ṽ der Gestalt

ṽ = h(t)v, h ∈ L2 (0, T ) oder glatter, v ∈ V,

ZT ZT
[hu0 , vi + a(t, u, v)] h(t)dt = hf, vih(t)dt.
0 0

Aus dem Variationslemma (Lemma von Du Bois-Reymond) folgt

hu0 , vi + a(t, u, v) = hf, vi

für fast alle t ∈ [0, T ] und für alle v ∈ V . Damit ist u schwache Lösung von (4.62),(4.63).

4. Schritt: Annahme der Anfangsbedingung

Wir betrachten Elemente ṽ, ṽm ∈ C 1 ([0, T ], V ) mit ṽ(T ) = 0 bzw. ṽm (T ) = 0 und integrieren
die Relationen (4.86) und (4.87) partiell nach t.
Wir erhalten
ZT ZT
0
[−huNl , ṽm i + a(t, uNl , ṽm )]dt = hf, ṽm idt + (uNl (0), ṽm (0))L2 (Ω) , (4.88)
0 0
ZT ZT
0
[−hu, ṽ i + a(t, u, ṽ)]dt = hf, ṽidt + (u(0), ṽ(0))L2 (Ω) . (4.89)
0 0

Die Relation (4.68) besagt, dass

(uNl (0), ṽm (0)) = (u0 , ṽm (0)) für Nl ≥ m (4.90)

gilt.
112 KAPITEL 4. SCHWACHE LÖSUNGEN

Für ein ṽ ∈ C 1 ([0, T ], V ) betrachten wir nun eine approximierende Folge ṽ m . Unter Be-
achtung der schwachen Konvergenz (4.83) und der Relation (4.90) konvergiert (4.88) f ür
l, m → ∞ zum Grenzwert
ZT ZT
[−hu, ṽ 0 i + a(t, u, ṽ)]dt = hf, ṽidt + hu0 , ṽ(0)i.
0 0

Die Gleichung (4.90) liefert, dass

hu(0), ṽ(0)i = (u(0), ṽ(0))L2 (Ω) = (u0 , ṽ(0))L2 (Ω) für alle ṽ(0) = v ∈ V
ist. Daraus folgt u(x, 0) = u0 (x) f.ü. .

5. Schritt: Eindeutigkeit
Sei u = u1 − u2 die Differenz zweier Lösungen. Dann ist
µ ¶
d 1
hu0 , ui = kuk2L2 (Ω) = −a(t, u, u).
dt 2
Aus den Voraussetzungen (Koerzitivität) folgt
a(t, u, u) ≥ c2 kuk2V − c3 kuk2L2 (Ω) ≥ −c3 kuk2L2 (Ω)
und daher
µ ¶
d 1
kuk2L2 (Ω) ≤ c3 kuk2L2 (Ω) . (4.91)
dt 2
Die Ungleichung (4.91) kann geschrieben werden als
η 0 (t) ≤ 2c3 η(t) = cη(t)
mit η(t) = ku(t)k2L2 (Ω) .

Die Gronwallsche Ungleichung liefert

η(t) ≤ e2c3 t η(0).
Wir haben η(0) = 0 und daher 0 ≤ η(t) ≤ 0, woraus η(t) ≡ 0 für alle t folgt.
Schließlich ist u(t) = u1 (t) − u2 (t) = u1 (x, t) − u2 (x, t) = 0 fast überall.

Wir betrachten jetzt eine beliebige Basis e1 , ..., eN in VN , die nicht orthonormal in L2 (Ω) zu
sein braucht.

Definition 28 uN : [0, T ] → VN ist Galerkin Lösung des schwachen Problems (4.62),(4.63), falls
uN die folgende Form besitzt
N
X
uN (x, t) = ak,N (t)ek (x), ak,N ∈ H 1 (0, T )
k=1

und Lösung des schwachen Problems

µ ¶
∂
uN , vN + a(uN (t), vN ) = hf (t), vN i ∀vN ∈ VN , (0 ≤ t ≤ T ), (4.92)
∂t
(uN (x, 0), vN ) = (u0 , vN ) ∀vN ∈ VN (4.93)
ist.
4.5. ANFANGS- RANDWERTPROBLEME UND IHRE SCHWACHE LÖSUNG 113

Das Problem (4.92), (4.93) ist äquivalent zu einem System gewöhnlicher Differentialglei-
chungen erster Ordnung mit Anfangsbedingungen. Wählen wir vN = ei , i = 1, ..., N , dann
lautet (4.92), (4.93)
ÃN ! ÃN !
X X
0
ak,N (t)ek , ei +a ak,N (t)ek , ei = hf, ei i , (4.94)
k=1 L2 (Ω) k=1
Ã N
!
X
ak,N (0)ek , ei = (u0 , ei )L2 (Ω) . (4.95)
i=1 L2 (Ω)

In Matrix-Vektor-Form wird aus (4.94),4.95

  
(e1 , e1 ) · · · (eN , e1 ) a01,N (t)
 .. ..   a0 (t) 
 . .   2,N 
  .. +
 .. .. 
. 
 . . 
0
(e1 , eN ) · · · (eN , eN ) aN,N (t)
    
a(e1 , e1 ) · · · a(eN , e1 ) a1,1 (t) hf, e1 i
 .. ..    
 . .   2,2a (t)   hf, e2 i 
+  .. ..
 . = .. ,



 ..   . 
. .
a(e1 , eN ) · · · a(eN , eN ) a N,N (t) hf, eN i

 
(e1 , e1 ) ··· (eN , e1 )    (u , e ) 
 .. ..  a 1,1 (0) 0 1
 . .   a2,2 (0)   (u 0 , e2 ) 
  =
 ..

.
 .. ..  ···   . 
 . . 
aN,N (0) (u0 , eN )
(e1 , eN ) ··· (eN , eN )

Kurz geschrieben lautet dieses System zur Bestimmung der Koeffizienten a i (t) :

d
M ~aN (t) + A~aN (t) = f~(t), (4.96)
dt
M~aN (0) = u~0 .

M heißt Massenmatrix, A Steifigkeitsmatrix. Die symmetrische Matrix M ist regul är, da die
Basiselemente ei linear unabhängig sind.

Wellengleichung
Wir betrachten das folgende Rand-Anfangswertproblem f ür die Wellengleichung:

∂ 2 u(x, t)
− a2 4u(x, t) = f (x, t) in QT ,
∂t2
u(x, t) = 0 auf ∂Ω × [0, T ], (4.97)
u(x, 0) = u0 (x) auf Ω,
∂u(x, 0)
= u1 (x) auf Ω.
∂t
Das Vorgehen ist ähnlich wie im Fall der Wärmeleitungsgleichung und wir formulieren nur
das Hauptergebnis [10, S. 385 ff], [4, S. 377ff]. Dazu definieren wir zun ächst, was wir unter
einer schwachen Lösung verstehen.
114 KAPITEL 4. SCHWACHE LÖSUNGEN

Definition 29 Eine Funktion u ∈ L2 ((0, T ), V ) ∩ H 1 ((0, T ), L2 (Ω)) ∩ H 2 ((0, T ), V 0 ) (bzw. u ∈

∂2u
L2 ((0, T ), V ) mit ∂u ∂t ∈ L2 ((0, T ), L2 (Ω)) und ∂t2 ∈ (L2 (0, T ), V )) ist schwache Lösung von
0

(4.97), falls für alle t ∈ (0, T ] und für alle v ∈ V

¿ 2 À
∂ u
, v + a(t, u, v) = (f (·, t), v),
∂t2
(u(·, 0), v) = (u0 , v),
µ ¶
∂u
(·, 0), v = (u1 , v)
∂t

ist. Hierbei ist f ∈ L2 ((0, T ), L2 (Ω)), u0 ∈ V, u1 ∈ L2 (Ω).

Satz 16 [18, S. 422, Satz 29.1], [10, Theorem 10.8, S. 385], [4, S. 384] Für die parameterabhängige
Bilinearform gelte: ∀t ∈ [0, T ], ∀u, v ∈ V

(i) |a(t, u, v)| ≤ C1 kukV kvkV ,

¯d ¯
(ii) a(t, u, v) ∈ C 1 [0, T ] mit ¯ dt a(t, u, v)¯ ≤ CkukV kvkV ,

(iii) a(t, u, u) ≥ C2 kuk2V − C3 kuk2L2 (Ω) .

Dann hat das schwache Problem genau eine Lösung.

R
Für die Bilinearform in unserem Beispiel ist a(t, u, v) = a 2 ∇u∇v dx und die obigen Vor-
Ω
aussetzungen sind³erfüllt. ´
R Pn Pn
Für a(t, u, v) = i,j=1 a ji (·, t)u x i
v x j
+ i=1 b i (·, t)u x i
v + c(·, t)uv dx wird z.B. gefor-
Ω
dert, dass die Koeffizienten aji , bi , c aus C 1 (QT ) sind, QT = (0, T ) × Ω.
Kapitel 5

Variationsmethoden für
nichtlineare Probleme

In diesem Kapitel geben wir eine Einführung in Variationsmethoden, die zu Lösungen li-
nearer und nichtlinearer partieller Differentialgleichungen f ühren.
Die grundlegende Idee ist folgende:
Sei ein Differentialoperator A gegeben. Wir betrachten das nichtlineare bzw. lineare Rand-
wertproblem

A[u] = 0 in Ω ,
(5.1)
u = g auf ∂Ω .

Wir führen ein Energiefunktional“ I = I[u] ein, so dass

”
A[·] = I 0 [·]

ist. Dann sind kritische Punkte von I, für die

I 0 [u] = 0
und u = g

gilt, Lösungen unseres Ausgangsproblems (5.1).

Falls die direkte Lösung von (5.1) schwierig ist, kann die Bestimmung eines Extremwer-
tes von I[u] einfacher sein. Hinzu kommt, dass einige physikalische Gesetze so formuliert
werden, dass ein Minimum eines Funktionals gesucht wird.

5.1 Euler-Lagrange Gleichungen

Skalare Gleichungen

Sei Ω ⊂ Rn eine beschränkte offene Teilmenge mit glattem Rand ∂Ω. Wir betrachten zun ächst
glatte Funktionen w ∈ C 2 (Ω)

w : Ω → R,

die auf ∂Ω einer Dirichletbedingung genügen:

w=g auf ∂Ω .

115
116 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Kurz: M = {u ∈ C 2 (Ω) : w = g auf ∂Ω} sei zunächst die zulässige Funktionenmenge.

I[·] besitze die Form
Z
I[w] = L(Dw(x), w(x), x)) dx ,
Ω

wobei L die Lagrangesche Dichtefunktion ist. Hierbei ist Dw = ∇w = (∂ 1 w, . . . , ∂n w)> .

Bezeichnung
Wir schreiben L = L(~
p, z, x), wobei Dw = ∇w =: p~ ∈ Rn , w =: z ∈ R sind. Weiterhin sei

Dp~ L = (Lp1 , . . . , Lpn )> ,

Dz L = Lz ,
Dx L = (Lx1 , . . . , Lxn )> .

Wir definieren jetzt, wann das Funktional I auf einer Teilmenge X eines Funktionenraums
(setze z.B. M = X ⊂ C 2 (Ω)) ein Minimum besitzt.

Definition 30 Sei I : X → R ∪ {∞}. Ein Punkt u ∈ X heißt

a) lokales Minimum von I, falls ein ε > 0 existiert mit

I(w) ≥ I(u) ∀w ∈ X mit kw − ukX ≤ ε .

b) globales Minimum von I, falls

I(w) ≥ I(u) ∀w ∈ X .

Beispiel
R1
Sei X = {w ∈ C 1 ([0, 1)), w(0) = 0, w(1) = a} und I(w) = (1 − w02 )2 dx. Für a = 1 wird das
0
Minimum in u(x) = x angenommen. u ist ein globales Minimum. F ür a < 1 existiert kein
2 .
Minimierer in X. Sei xa = a+1

 x in [0, xa − n1 ]
un = −x + 1 + a in [xa + n1 , 1]

stetig differenzierbar ergänzt in [xa − n1 , xa + n1 ] .

Es ist

lim I(un ) = 0 , lim un = u∗ 6∈ X.

n→∞ n→∞

Satz 17 Besitzt I einen Minimierer in M, dann ist dieser eine Lösung einer quasilinearen partiellen
Differentialgleichung 2. Ordnung in Divergenzform, der sogenannten Euler-Lagrange Gleichung

−divLp~ (Du, u, x) + Lz (Du, u, x) = 0 .

5.1. EULER-LAGRANGE GLEICHUNGEN 117

Beweis
Wir betrachten Funktionen v ∈ C0∞ (Ω) und führen die Funktion i = i(τ ), i : R → R, ein:

i(τ ) := I[u + τ v] ,

wobei u ein Minimierer von I[·] ist. Es folgt sofort, dass τ = 0 ein Minimum von i realisiert.
Dabei gilt die notwendige Bedingung i0 (0) = 0. Wir betrachten i0 (τ ) (auch erste Variation,
bzw. Richtungsableitung, genannt)
Z
i(τ ) = L(Du + τ Dv, u + τ v, x) dx .
Ω

Durch Anwenden der Kettenregel erhalten wir

Z
i0 (τ ) = Lp~ (Du + τ Dv, u + τ v, x) · Dv dx
Ω
Z
+ Lz (Du + τ Dv, u + τ v, x)v dx ,
Ω

woraus
Z Z
i0 (0) = Lp~ (Du, u, x) · Dv dx + Lz (Du, u, x)v dx = 0 (5.2)
Ω Ω

folgt. Durch partielle Integration des ersten Integrals erhalten wir

Z
[−divLp~ (Du, u, x) + Lz (Du, u, x)]v dx = 0 ∀v ∈ C0∞ (Ω) .
Ω

Das Fundamentallemma der Variationsrechnung liefert uns die Euler-Lagrange Gleichung

−divLp~ (Du, u, x) + Lz (Du, u, x) = 0 . (5.3)

Bemerkung
Die Biform (5.2)
Z
a(u, v) = (Lp~ (Du, u, x) · Dv + Lz (Du, u, x)v) dx
Ω

entspricht der schwachen Formulierung linearer Randwertprobleme. Die Differentialglei-

chung (5.3) stellt die starke Formulierung als partielle Differentialgleichung dar.

Beispiele
1◦ Sei L(Du, u, x) = L(~ p|2 . Dann ist Lp~ = p~R und Lz = 0. Daher lautet die
p, z, x) = 12 |~
Euler-Lagrange Gleichung zum Funktional I[w] := 21 |Dw|2 dx
Ω

−div~
p = −div(Du) = −∆u = 0 .
118 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

2◦ Sei L(~ p · p~ − zf (x), wobei A eine Matrix ∈ Rn×n ist. Dann ist Lp~ = A~
p, z, x) = 21 A~ p,
Lz = −f (x). Das Funktional
Z
1
I[w] = (ADw · Dw − wf (x)) dx
2
Ω

besitzt die Euler-Lagrange Gleichung

−div(A∇u) = f .

Rz
3◦ Sei F (z) = f (y) dy genügend glatt. Wir betrachten das Funktional
0
Z
1
I[w] = ( |Dw|2 − F (w)) dx .
2
Ω

Die Lagrange-Dichte Funktion lautet

1 2
L(~
p, z, x) = |~
p| − F (z) .
2
Daraus folgt die Euler-Lagrange Gleichung

−∆u = f (u) ,

die auch nichtlineare Poisson-Gleichung genannt wird.

4◦ Gegeben sei
1
p| 2 ) 2 .
p, z, x) = (1 + |~
L(~

Das zugehörige Funktional lautet

Z
1
I[w] = (1 + |Dw|2 ) 2 dx .
Ω

Die assoziierte Euler-Lagrange Gleichung ist

p~ Du
−div(Lp~ (Du)) = −div( 1 ) = −div 1 = 0.
(1 + p| 2 ) 2
|~ 1 + |Du|2 ) 2
Diese Differentialgleichung beschreibt die Minimierung einer Oberfl äche.
5◦ Wir betrachten die q-Laplace Gleichung. Dazu führen wir das Funktional
Z
1
I[w] = |Dw|q dx
q
Ω

ein. Es ist
1 q
Lp~ (~
p, z, x) = |~
p|
q
und

−divLp~ (Du) = −div(|Du|q−2 Du) = 0 .

Diese Euler-Lagrange Gleichung wird q-Laplace Gleichung genannt. F ür q = 2 erhal-

ten wir die Laplace-Gleichung.
5.1. EULER-LAGRANGE GLEICHUNGEN 119

Systeme

Sei Ω ⊂ Rn eine beschränkte offene Teilmenge mit glattem Rand ∂Ω und w ~ : Ω → Rm , w(x)
~ =
~ 1 , x2 , . . . , xn ) = (w1 (x), . . . , wm (x)) . Weiterhin sei R
w(x > m×n
der Raum aller (m × n)-
Matrizen mit reellen Einträgen.
Wir betrachten zunächst die Menge

~ = ~g auf ∂Ω} .
~ ∈ [C 2 (Ω)]n : w
M = {w

Das Funktional I auf M besitze die Form

Z
I[w]
~ = L(Dw(x),~ w(x),
~ x) dx , (5.4)
Ω

wobei Dw
~ die Frechetableitung (Jacobi-Matrix) des Vektorfeldes w
~ ist:
 ∂w1 ∂w1 
∂x1 ··· ∂xn
Dw

~ = .. .. .. 
. . . .
∂wm ∂wm
∂x1 ··· ∂xn

Die Abbildung L : Rm×n × Rm × Ω → R heißt auch in diesem Fall Lagrange-Funktion. Um

die Variaben von L zu kennzeichnen, führen wir die Schreibweise L = L(P, ~z, x) ein, wobei
Dw ~ = ~z sind.
~ = P = (pik ) 1≤i≤m , w
1≤k≤n
Weiterhin sei
   ∂L ∂L 
Lp11 ··· Lp1n ∂p11 ··· ∂p1n
DP L =  ... .. ..  =  .. .. ..
 
. .   . . . 
∂L ∂L
Lpm1 ··· Lpmn ∂pm1 ··· ∂pmn

und
   ∂L 
Lz 1 ∂z1
D~z L =  ...  =  ..
   
. .
∂L
Lz m ∂zm

Auch hier gilt ein entsprechender Satz, der das Funktional I mit einem System partieller
Differentialgleichungen verbindet.

Satz 18 Besitzt das Funktional (5.4) einen Minimierer ~u in M, dann ist ~u Lösung eines nichtlinea-
ren Systems von partiellen Differentialgleichungen (System der Euler-Lagrange-Gleichungen)

−divDP L(D~u, ~u, x) + D~z L(D~u, ~u, x) = 0 in Ω .

Hierbei ist
 
∂1 Lp11 + ∂2 Lp12 + · · · + ∂n Lp1n
divDP L =  ··· 
∂1 Lpm1 + ∂2 Lpm2 + · · · + ∂n Lpmn

ein Vektor aus Rm .

120 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Beweis
Wir betrachten ein ~v ∈ C0∞ (Ω, Rm ) und führen die reelle Funktion i einer reellen Variablen
τ ein

i(τ ) := I[~u + τ~v ] .

Die Elemente ~u + τ~v sind aus M und i(τ ) ist wohl definiert. Da ~u Minimierer ist, muss
i0 (0) = 0 sein.
Nach der Kettenregel ist
Z Z
i0 (τ ) = LP (D~u + τ D~v , ~u + τ~v , x) : D~v dx + L~z (D~u + τ D~v , ~u + τ~v , x) · ~v dx ,
Ω Ω
Pm Pn
wobei A : B = i=1 k=1 aik bik ist. Daraus folgt
Z Z
i0 (0) = LP (D~u, ~u, x) : D~v dx + L~z (D~u, ~u, x) · ~v dx
Ω Ω
Z Z
part. Int
= − divLP (D~u, ~u, x) · ~v dx + L~z (D~u, ~u, x) · ~v dx = 0 .
Ω Ω

Beispiel
6◦ Wir betrachten das Funktional
Z
1
I[w]
~ = σ(w)
~ : ε(w)
~ dx ,
2
Ω

wobei
1 1
ε(w)
~ = (∇w ~ > ) = (Dw
~ + (∇w) ~ >)
~ + (Dw)
2 2
der linearisierte Verzerrungstensor und

σ(w)
~ = λ tr ε(w)I
~ + 2µε(w)
~

der linearisierte Spannungstensor für ein isotropes Material ist.

Dann ist die Lagrange-Funktion

1 1
L(P ) = λ (trP )2 + µ(P + P > ) : (P + P > ) .
2 4
Wir erhalten
µ ¶
P + P>
LP (P ) = λ tr P I + 2µ
2
LP (Dw)
~ = λ tr DwI
~ + 2µε = σ

und schließlich das Euler-Lagrange System der linearisierten Elastizit ät

−divσ = 0 .
5.2. EXISTENZ VON MINIMIERERN 121

5.2 Existenz von Minimierern

Wir wollen untersuchen unter welchen Voraussetzungen an die Lagrangefunktion L das

Funktional I[·] ein Minimum in einer Teilmenge X eines Sobolevraumes besitzt. Sobolev-
räume sind umfassender als Räume stetig differenzierbarer Funktionen und daher gibt
es mehr Kandidaten für Minimierer. Charakteristisch ist, dass nichtlineare Probleme in
Sobolevräumen W 1,q (Ω), 1 < q < ∞, betrachtet werden, wobei die Wahl des q von ei-
nem gewissen Wachstum der Lagrangefunktion L abhängt. Aus diesem Wachstum folgt
eine Koerzitivitätsbedingung für das Funktional I[·].

Koerzitivität
Wir erinnern daran, dass glatte Funktionen f : R → R, die von unten beschr änkt sind, ihr
Infimum nicht immer annehmen. Betrachten wir zum Beispiel f (x) = e x oder f (x) = 1+x1
2.

Es ist

0 ≤ inf ex = lim ex = 0
x∈R x→−∞
1 1
0 ≤ inf 2
= lim =0
x∈R 1 + x x→± 1 + x2

Stellen wir jedoch eine Bedingung, wie schnell f w ächst für |x| → ∞, z.B. f (x) ≥ c1 |x|q −c2 ,
dann wird das Infimum durch einen endlichen Wert realisiert. Dieses Herangehen wird auf
die Lagrange-Funktionen übertragen.

Definition 31 (Skalarer Fall) Sei q ∈ R, 1 < q < ∞. Die Lagrange-Funktion L = L(~ p, z, x)

genügt einer Koerzitivitätsbedingung, falls Konstanen α̂ > 0, β̂ ≥ 0 existieren, so dass

p|q − β̂
p, z, x) ≥ α̂|~
L(~ p ∈ Rn , z ∈ R, x ∈ Ω
∀~ (5.5)

gilt. Die daraus resultierende Ungleichung

Z
I[w] = L(Dw, z, x) dx ≥ αkDwkqLq (Ω) − β (5.6)
Ω

mit
n
X
kDwkqLq (Ω) = k∂i wkqLq (Ω)
i=1

heisst Koerzitivitätsbedingung für das zugehörige Funktional I[·].

Bemerkung:
(5.6) folgt aus (5.5), da
Ã n
! q2 n
X X q
p2i ≥ |p2i | 2 für q ≥ 2
i=1 i=1
Ã n
! q2 n
X q X
und p2i ≥ n 2 −1 |pi |q für q < 0 .
i=1 i=1
122 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Definition 32 (Systeme) Sei q ∈ R, 1 ≤ q < ∞. Die Lagrange-Funktion L = L(P, ~z, x) genügt

einer Koerzivitätsbedingung, falls Konstanten α̂ > 0, β̂ ≥ 0 existieren, so dass

L(P, ~z, x) ≥ α̂|P |q − β̂ ∀ P ∈ Rm×n , ~z ∈ Rm , x ∈ Ω (5.7)

1
gilt. Hierbei ist |P | := (P : P ) 2 . Die daraus resultierende Ungleichung
Z
I[w]
~ = L(Dw,
~ w, ~ qLq (Ω) − β
~ x) dx ≥ αkDwk (5.8)
Ω

mit
n X
X n
~ qLq (Ω) =
kDwk k∂j wi kqLq (Ω) ,
i=1 j=1

heißt Koerzitivitätsbedingung für I[·].

Bemerkung:
Im skalaren Fall (5.6) und im Vektorfeld (5.8) gilt I[w] → ∞ für kDwkLq (Ω) → ∞.

Beispiele
Wir sehen uns die skalaren Beispiele aus Abschnitt 5.1 an und überprüfen, ob die Unglei-
chung (5.5) erfüllt ist.

1◦ Die Lagrangefunktion L(~ p|2 genügt (5.5) für q = 2 (linearer Fall!).

p, z, x) = 12 |~

2◦ Falls L(~ p, z, x) = 12 A~ p|2 ist, d.h. f (x) = 0 und A positiv definit ist, dann gilt
p · p~ ≥ α̂|~
(5.5) für q = 2.

3◦ In diesem Fall ist L(~ p|2 − F (z) und (5.5) gilt, falls F (z) ≤ β̂ für alle z ∈ R.
p, z, x) = 12 |~
1
4◦ Für L(~ p| ist q = 1 wählbar. Wir werden später sehen, dass q > 1
p|2 ) 2 ≥ |~
p, z, x) = (1+|~
sein muss, damit ein reflexiver Banachraum vorliegt. Dieses Beispiel passt deshalb
nicht in unsere Theorie.

5◦ Für den q-Laplace-Operator erhalten wir unmittelbar die Ungleichung (5.5).

Zulässige Funktionenmenge
Die Ungleichungen (5.6) und (5.8) legen es nahe, die Minimierer in W 1,q (Ω) zu suchen.
Deshalb führen wir die Menge der zulässigen Funktionen wie folgt ein:
1
X := {w ∈ W 1,q (Ω) : w = g ∈ W 1− q ,q (∂Ω)} .

Neben der Koerzitivität betrachten wir nun die Konvexität der Lagrangefunktion, bzw. des
Funktionals I.
5.2. EXISTENZ VON MINIMIERERN 123

Konvexität

Bisher haben wir die notwendige Bedingung i0 (0) = 0 betrachtet, die erfüllt sein muss, falls
u ein Minimierer von I[·] und die Lagrange-Funktion differenzierbar ist.
Wir erinnern jetzt daran, dass i = i(τ ) in τ = 0 ein Minimum besitzt, falls i 00 (0) > 0 ist, d.h.
i ist in einer Umgebung von 0 konvex. Dies folgt sofort aus der Taylor-Entwicklung

τ 2 00 τ3
i(τ ) − i(0) = i (0) + i000 (0) + . . .
2 3

Für reelle Funktionen von mehreren Variablen lautet die hinreichende Bedingung f ür ein
lokales Minimum in x0 :
Sei f : Ω ⊂ Rn → R in einer Umgebung von x0 ∈ Ω zweimal stetig differenzierbar und
∇f (x0 ) = 0. Falls die quadratische Form

n
1 X ∂2f
Q(h1 , . . . , hn ) = (x0 )hi hk = ~h> H~h
2 ∂xi ∂xk
i,k=1

positiv definit ist (d.h. Q(~h) > 0 für ~h =

6 0), dann liegt in x0 ein lokales Minimum vor.
Hierbei ist
 
∂2f ∂2f
∂x1 ∂x1 (x0 ) ... ∂x1 ∂xn (x0 )
 .. .. .. 
H = H(x0 ) = 
 . . .


∂2f ∂2f
∂xn ∂x1 (x0 ) ... ∂xn ∂xn (x0 )

die Hesse-Matrix im Punkt x0 .

Diese Überlegungen führen uns auf die Betrachtung der zweiten Variation“ des Funktio-
”
nals I[·]

Z
d2
i00 (τ ) = L(Du + τ Dv, u + τ v, x) dx .
dτ 2
Ω

Hierbei ist wieder v ∈ C0∞ (Ω) eine feste, aber beliebige Funktion.
Es gilt

Z ÃXn
00 d 0 d ∂L(Du + τ Dv, u + τ v, x)
i (τ ) = i (τ ) = ∂i v
dτ dτ i=1
∂pi
Ω
¶
∂L
+ (Du + τ Dv, u + τ v, x) dx
∂z

Z X n X n
 ∂ 2 L(Du + τ Dv, u + τ v, x)
= ∂i v∂j v
i=1 j=1
∂pi ∂pj
Ω
n
X ∂ 2 L(Du + τ Dv, u + τ v, x)
+2 ∂i v v
i=1
∂pi ∂z
2
¶
∂ L(Du + τ Dv, u + τ v, x) 2
+ v dx .
∂z 2
124 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Es folgt
Z Xn X n
00 ∂2L
i (0) = (Du, u, x)∂i v∂j v
i=1 j=1
∂pi ∂pj
Ω
Xn
∂2L
+2 (Du, u, x)∂i vv
i=1
∂pi ∂z
∂ 2 L(Du, u, x) 2
+ v dx für alle v ∈ C0∞ (Ω) . (5.9)
∂z 2

Wir überlegen nun, falls i00 (0) ≥ 0 für alle v ∈ C0∞ (Ω) ist, dann gilt für die quadratische
Form
Xn X n
∂2L
(Du, u, x)ξi ξj ≥ 0 für alle ξ ∈ Rn , x ∈ Ω
i=1 j=1
∂pi ∂pj

d.h. L ist konvex bezüglich des ersten Arguments p~ für alle x ∈ Ω.

◦
Wir setzen in (5.9) anstelle von v ∈ C0∞ (Ω) Funktionen aus H 1 (Ω) ein
µ ¶
x−ξ
v(x) = ερ ṽ(x), ṽ ∈ C0∞ (Ω), ξ ∈ Rn fest,
ε
½
t falls 0 ≤ t ≤ 12
ρ(t) =
1 − t falls 12 ≤ t ≤ 1 ,
ρ(t + 1) = ρ(t) für t ∈ R .

%(t)

PSfrag replacements 1 t
2

xξ
ρ ist schwach differenzierbar und für t = ε gilt
∂v ∂ρ ∂t ∂ṽ
= ε ṽ(x) + ερ
∂xi ∂t ∂xi ∂xi
dρ ∂ṽ
= ξi ṽ(x) + ερ .
dt ∂xi

Damit wird
Z X
n µ ¶2
00 ∂ρ
0 ≤ i (0) = Lpi pj (Du, u, x) ξi ξj ṽ 2 dx + O(ε) .
∂t
Ω i,j=1
5.2. EXISTENZ VON MINIMIERERN 125

Da | dρ
dt | = 1 f.ü. folgt für ε → 0

Z X
n
0≤ Lpi pj (Du, u, x)ξi ξj ṽ 2 dx ∀ṽ ∈ C0∞ (Ω) .
Ω i,j=1

Damit haben wir erhalten: ist u ein genügend glatter Minimierer und i00 (0) > 0, dann gilt
n
X
Lpi ,pj (Du, u, x)ξi ξj ≥ 0 ∀ξ~ ∈ Rn , x ∈ Ω . (5.10)
i,j=1

Um Ableitungseigenschaften von L zu umgehen, definiert man:

Definition 33 L ist konvex bezüglich des ersten Arguments p~, falls

L(τ p~ + (1 − τ )~q, z, x) ≤ τ L(~p, z, x) + (1 − τ )L(~q, z, x) (5.11)

für alle p~, ~q ∈ R , z ∈ R, x ∈ Ω, 0 ≤ τ ≤ 1 .
n

L ist strikt konvex bezüglich des ersten Arguments p~, falls

L(τ p~ + (1 − τ )~q, z, x) < τ L(~ p, z, x) + (1 − τ )L(~q, z, x) (5.12)

für alle p~, ~q ∈ R , p~ 6= ~q, z ∈ R, x ∈ Ω, 0 ≤ τ ≤ 1 .
n

Wir sehen uns den Zusammenhang zwischen (5.11) und (5.12) an.

Lemma 12 (Konvexität und Ableitungen)

a) Sei L : Rn → R differenzierbar. L ist konvex, genau dann wenn

p) ≥ L(~q) + Dp L(~q) · (~
L(~ p − ~q) p, ~q ∈ Rn .
∀~ (5.13)

b) Sei L : Rn → R zweimal differenzierbar. L ist konvex, genau dann wenn

n
X
Lpi pj (~q)(pi − qi )(pj − qj ) ≥ 0 p, ~q ∈ Rn
∀~
i,j=1

Beweis
a) Sei g(τ ) = L(τ p~ + (1 − τ )~q). Dann lautet die Konvexitätsungleichung

g(τ ) ≤ τ g(1) + (1 − τ )g(0)

⇔ τ g(1) ≥ g(τ ) − g(0) + τ g(0)
g(τ ) − g(0)
⇔ g(1) ≥ g(0) + .
τ
Falls L differenzierbar ist, so folgt g 0 (0) = ∇L · (~
p − ~q).

b) Der Beweis für Funktionen einer Variablen kann übertragen werden

Weiterhin gilt für konvexe Funktionen folgende Abschätzung.

126 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Lemma 13 Sei L : Rn → R konvex. Dann existiert für jedes ~q ∈ Rn ein ~r ∈ Rn , so dass für alle
p~ ∈ Rn

p) ≥ L(~q) + ~r · (~
L(~ p − ~q)

ist.

Definition 34 L ist konvex an der Stelle u bezüglich des ersten Arguments p~, falls
n
X
Lpi pj (Du, u, x)ξi ξj ≥ 0 ∀ξ~ ∈ Rn , x ∈ Ω .
i,j=1

Beispiele
1◦ Für L(~ p|2 gilt, dass die Hessematrix mit der Einheitsmatrix übereinstimmt.
p, z, x) = 21 |~
Daher ist L bezüglich p~ konvex.
2
2◦ Es ist L = 21 A~ ∂L
p · p~, ∂p i
p)i und ∂p∂i ∂p
= (A~ L
j
= aij . In diesem Fall ist L konvex bezüglich
des ersten Arguments, falls die Zahlenmatrix A positiv definit ist.
3◦ Da L = L(~ p|2 − F (z) ist, folgt wie im Beispiel 1◦ die Konvexität.
p, z, x) = 12 |~

Die Überprüfung der Konvexität der Lagrangefunktionen zu den Beispielen 4◦ und 5◦ auf
Seite 122 wird als Übung empfohlen.
Wir wollen nun zeigen, dass aus der Koerzitivität und Konvexität von L die Existenz eines
Minimierers von I[·] in der zulässigen Menge X folgt. Dabei ist es notwendig, den Begriff
einer minimierenden (infimierenden) Folge zu diskutieren und eine gewisse Stetigkeit“
”
des Funktionals zu garantieren.

Schwache Unterhalbstetigkeit
Es sei

inf I[w] = m, X = {w ∈ W 1,q (Ω), w = g auf ∂Ω} . (5.14)

w∈X

Dann existiert eine Folge von Funktionen uk ∈ X, so dass

lim I[uk ] = m . (5.15)

k→∞

Eine solche Folge wird minimierende bzw. infimierende Folge genannt.

Es treten die Fragen auf

1) Konvergiert uk zu einem Element u ∈ X ?

2) Wenn ja, ist inf w∈X I[w] = I[u] = m ?

Sehen wir uns die Koerzitivätsungleichung (5.6) an. Es ist

αkDwkqLq (Ω) ≤ I[w] + β ∀w ∈ X , (5.16)

d.h. die Elemente uk der minimierenden Folge besitzen beschränkte Ableitungen in Lq (Ω).
Außerdem können wir garantieren, dass

kuk kLq (Ω) ≤ c . (5.17)

5.2. EXISTENZ VON MINIMIERERN 127

Daher ist die minimierende Folge (uk ) in W 1,q (Ω) beschränkt. Für q > 1 ist W 1,q (Ω) ein
reflexiver Banachraum, d.h.:
es gibt eine schwach konvergente Teilfolge {ukj } von {uk } mit

ukj * u in W 1,q (Ω) . (5.18)

Wir bemerken jedoch, dass wir nicht beweisen können:

¾
limk→∞ = m
⇒ I[u] = m .
ukj * u

Beispiel
Es sei
Z1
1 1
I(u) = ( (1 − (u0 )2 )2 + u2 ) dx ,
4 2
0
◦
wobei u ∈ X = W 1,4 ((0, 1)) ist.

1◦ Es ist inf u∈X I[u] = 0. Um dies zu sehen, konstruieren wir eine minimierende (besser
infimierende Folge) (un )n=1,... , un ∈ X, mit limn→∞ I[un ] = u. Wir unterteilen das
Intervall (0, 1) in n Teilintervalle
1 1 2 n−1
(0, 1) = (0, ) ∪ [ , ) ∪ ··· ∪ [ , 1)
n n n n
und setzen

 0 in x = nk , k = 0, . . . , n ,
un (x) = 1
2n in x = 2k+1
2n , k = 0, . . . , n − 1

linear ergänzt sonst .

1
PSfrag replacements 2n

1 z
0 n n 1 x

Abbildung 5.1: Die Funktion un

Es ist
◦
½
1 +1
0 ≤ un (x) ≤ , un ∈ W 1,4 ((0, 1)), u0n (x) =
2n −1
und
Z1
1 1 1
I[un ] = ( (1 − (u0n )2 )2 + (un (x))2 ) dx ≤ →0
4 2 8n2
0
128 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

2◦ Es gilt I[u] > 0 für alle u ∈ X. Wäre I[u] = 0, dann hätten wir

Z1
1
(1 − (u0 )2 )2 dx = 0 (5.19)
4
0
Z1
1 2
und u dx = 0. (5.20)
2
0

Aus (5.20) folgt u0 = ±1 f.ü. und aus (5.20) u = 0 f.ü., was nicht sein kann.

3◦ Es ist

Z1 Z1
4
kun k ◦ = |u0n |4 dx + |un |4 dx
W 1,4 ((0,1)) 0 0
1
≤ 1+ , (5.21)
16n4
◦
d.h. (un )n ist eine beschränkte Folge in W 1,4 ((0, 1)) und es existiert damit eine schwach
konvergente Teilfolge (unj )j , unj * u. Wir setzen

a) limn→∞ I[un ] = 0
◦
b) unj * u ∈ W 1,4 (Ω)
c) I[u] 6= 0.

Es reicht aber aus zu garantieren, dass

I[u] ≤ lim inf I[ukj ] .

j→∞

In diesem Fall wäre

I[u] ≤ m ,
m = inf I[w] ≤ I[u] ,
w∈X

d.h. u ist tatsächlich ein Minimierer.

Wir fassen die Erläuterung zusammen und definieren:

Definition 35 Das Funktional I[·] ist schwach unterhalb folgenstetig in W 1,q (Ω), falls aus

uk * u W 1,q (Ω)

folgt

I[u] ≤ lim inf I[uk ] . (5.22)

k→∞

Satz 19 Sei die differenzierbare Lagrange-Funktion L von unten beschränkt und die Abbildung
p → L(p, z, x) konvex für alle z ∈ R, x ∈ Ω. Dann ist I[·] schwach unterhalb folgenstetig in
W 1,q (Ω).
5.2. EXISTENZ VON MINIMIERERN 129

Beweis
Wir betrachten eine Folge (uk )k=1,2,... die schwach in W 1,q (Ω) konvergiert:

uk * u in W 1,q (Ω) .

Wir setzen

l = lim inf I[uk ] .

k→∞

Durch die Wahl einer geeigneten Teilfolge, die ebenfalls mit (u k ) bezeichnet wird. Sei l =
limk→∞ I[uk ]. Wir zeigen, dass I[u] ≤ l ist.
kompakt
[Link] Es gilt W 1,q (Ω) ,→ Lq (Ω), d.h. aus uk * u in W 1,q (Ω) folgt uk → u in Lq (Ω).
Daraus folgt uk → u f.ü. in Ω und somit

uk → u gleichmäßig in Ωε , |Ωε − Ω| < ε . (5.23)

Sei
1
Fε = {x ∈ Ω : |u(x)| + |Du(x)| ≤ }. (5.24)
ε

Dann haben wir

|Ω − Fε | → 0 fürε → 0 .

Wir setzen Gε = Ωε ∩ Fε . Dann gilt

|Ω − Gε | → 0 für ε → 0 . (5.25)

[Link] Sei

L ≥ 0 (sonst setze L̃ = L + β) . (5.26)

Dann ist
Z (5.26)
Z
I[uk ] = L(Duk , uk , x) dx ≥ L(Duk , uk , x) dx
Ω Gε
(5.12)
Z
≥ (L(Du, uk , x) + Dp~ L(Du, uk , x) · (Duk − Du)) dx (5.27)
Gε

Da in Gε (5.23) und (5.24) gilt, folgt

Z Z
lim L(Du, uk , x) dx → L(Du, u, x) dx .
k→∞
Gε Gε

glm
Da Lp~ (Du, uk , x) → Dp~ L(Du, u, x) in Gε und Duk * Du in Lq (Ω, Rn ) erhalten wir
Z
lim Dp (Du, uk , x) · (Duk − Du) dx = 0 . (5.28)
k→∞
Gε
130 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

[Link]
Wir erhalten aus (5.27) und (5.28)
Z
l = lim I[uk ] ≥ L(Du, u, x) dx ∀ε > 0 (5.29)
k→∞
Gε
Z
l ≥ L(Du, u, x) dx = I[u] . (5.30)
Ω

Damit gilt die Behauptung (5.22)

I[u] ≤ lim inf I[uk ] = l .
k→∞

Bemerkung
Dieser Satz gilt auch, falls keine Differenzierbarkeit vorausgesetzt wird. Die Konvexit ät
kann folgendermaßen charakterisiert werden:

Satz 20 (Existenz eines Minimierers) Die differenzierbare Lagrange-Funktion L genüge einer

Koerzitivitätsungleichung für q > 1 und sei konvex bezüglich p~. Die zulässige Menge X sei nicht
leer. Dann existiert ein Element u ∈ X, so dass
I[u] = min I[w] .
w∈X

Beweis
1. Auswahl einer minimierenden Folge.
Sei m = inf w∈X I[w]. Wir wählen eine minimierende Folge (uk )k=1,2...
I[uk ] → m . (5.31)

2. Beschränkteit der minimierenden Folge.

Wir können annehmen, dass L(~ p|q ist, d.h. β = 0. Falls nicht, können wir
p, z, x) ≥ α̂|~
L̃ = L + β anstelle von L betrachten. Es folgt, dass
Z Z
I[w] = L(Dw, w, x) dx ≥ α |Dw|q dx (5.32)
Ω Ω

ist. Daher gilt nach (5.31)

supkDuk kLq (Ω) < ∞ .
k

Da uk ∈ X können wir wie im Beweis von Satz 19 folgern, dass kuk kLq (Ω) ≤ c. Daher
ist die minimierende Folge (uk )k=1,2,... in W 1,q (Ω) beschränkt.
3. Schwache Konvergenz einer Teilfolge
Eine beschränkte Folge in einem reflexiven Banachraum besitzt eine schwach konver-
gente Teilfolge
ukj * u in W 1,q (Ω) .
u ∈ X, d.h. u|∂Ω = g.
◦
Da für ein w ∈ X, ukj − w ∈ W 1,q (Ω) und diese Menge schwach abgeschlossen ist,
◦
muss u − w ∈ W 1,q (Ω) sein. Das bedeutet u|∂Ω = g.
5.2. EXISTENZ VON MINIMIERERN 131

4. Konvexitität, Satz 19
Theorem 19 sichert, dass I[u] ≤ limj→∞ inf I[ukj ] = m und daher

I[u] = m = min I[w] .

w∈X

Eindeutigkeit
Im allgemeinen können mehrere Minimierer auftreten. Betrachten wir das Beispiel
Z1 ◦
I[u] = (1 − (u0 )2 )2 dx in W 1,4 ((0, 1)) = X .
0

u1 u2

PSfrag replacements
1
2
1
4

0 1 1 x 0 1 x
2

Abbildung 5.2: Die Funktionen u1 und u2

Es ist

inf I[u] = 0
u∈X
◦
I[u1 ] = 0, u1 ∈ W 1,4 ((0, 1)) siehe Abbildung 5.2
◦
I[u2 ] = 0, u1 ∈ W 1,4 ((0, 1)) siehe Abbildung 5.2
R
Satz 21 Sei I[u] = L(Du, x) dx, d.h. die Lagrange-Funktion hängt nicht von z = u ab. Außer-
Ω
dem existiere eine Konstante c > 0, so dass
n
X
~2
p, x)ξi ξj ≥ c|ξ|
Lpi pj (~ ∀ p~, ξ~ ∈ Rn , x ∈ Ω . (5.33)
i,j=1

Dann gilt:
Falls ein Minimierer von I[u] in X = {u ∈ W 1,q (Ω) : u = g, q > 1} existiert, dann ist er
eindeutig.

Beweis
Seien u1 und u2 zwei Minimierer von I[u] in X und ũ = u1 +u
2
2
. Die gleichmäßige Konve-
xitätsbedingung (5.33) besagt, dass die Lagrange-Funktion

p| 2
|~
L̃ = L − c
2
132 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

konvex ist. Daher ist

p, x) ≥ L̃(~q, x) + Dp~ L̃(~q, x) · (~

L̃(~ p − ~q) .

Es folgt

p| 2
|~ |~q|2
p, x) − c
L(~ ≥ L(~q, x) − c + Dp~ L(~q, x) · (~
p − ~q) − c~q · (~
p − ~q)
2 2
und damit
p| 2
|~ |~q|2
p, x) ≥ L(~q, x) + Dp~ L(~q, x) · (~
L(~ p − ~q) + c [ − + |~q|2 − p~ · ~q] .
| 2 2 {z }
= 21 |~ q |2
p−~

Wir erhalten
c
L(~ p − ~q|2
p − ~q) + |~
p, x) ≥ L(~q, x) + Dp~ L(~q, x) · (~ p, ~q ∈ Rn , x ∈ Ω .
∀~ (5.34)
2

Wir setzen ~q = Du1 +Du2

2 = Dũ, p~ = Du1 und integrieren (5.34) über Ω:
Z
c
p − ~q|2 dx
p − ~q) + |~
L(~q, x) + Dp~ L(~q, x)(~
2
Ω
Z
Du1 − Du2 c
= I(ũ) + Dp~ L(Dũ, x)( ) + |Du1 − Du2 |2 dx
2 8
Ω
≤ I(u1 ) . (5.35)

Für ~q = Du1 +Du2

2 , p~ = Du2 gilt entsprechend
Z
Du2 − Du2 c
I(ũ) + Dp~ L(Dũ, x)( ) + |Du1 − Du2 |2 dx ≤ I(u) . (5.36)
2 8
Ω

Bilden wir ((5.35)+ (5.36))/2, dann folgt

Z
c I[u1 ] + I[u2 ]
I[ũ] + |Du1 − Du2 |2 dx ≤ . (5.37)
8 2
Ω

und
I[u1 ] + I[u2 ]
I[ũ] ≤ = I[u1 ] = I[u2 ] . (5.38)
2
Da
I[u1 ] = I[u2 ] = min I[w] ≤ I[u1 ] = I[u2 ]
w∈X

muss Du1 = Du2 f.ü. in Ω sein, d.h. u1 und u2 unterscheiden sich nur durch eine Konstante.
Da u1 = u2 = g auf ∂Ω folgt u1 = u2 f.ü. in Ω.

Beispiele
Pn ~ 2.
1◦ Sei L(~ p|2 (Au = 0 in Ω, u = g auf ∂Ω). Dann ist i=1 Lpi pj ξi ξj = |ξ|
p, z, x) = 21 |~
Pn
2◦ Für L(~
p, z, x) = 21 A~p · p~ ist i=1 Lpi pj ξi ξj = ξ~> Aξ~ ≥ ckξk
~ 2 , falls A positiv definit ist.
5.2. EXISTENZ VON MINIMIERERN 133

3◦ Wir betrachten die Lagrange-Funktion für den q-Laplace Operator L = L(~

p, z, x) =
1
p|q . Es ist
q |~

p) = |~
Lpi pj (~ p|2 + (q − 2)pi pj )
p|q−4 (δij |~

und für q 6= 2 ist

n X
X n
p)pi pj = (q − 1)|~
Lpi pj (~ p| 2
p|q 6≥ c|~
i=1 j=1

für q 6= 2, für alle p~ =

vecξ ∈ Rn . Damit ist L = L(~
p nicht gleichmäßig konvex.

Eindeutigkeit und strikte Konvexität

Die Eindeutigkeit eines Minimierers kann man auch garantieren, wenn man die strikte Kon-
vexität bezüglich der Argumente p~ und z fordert.

Definition 36 L : (~ p, z, x) ist strikt konvex, falls

p, z) → L(~

L(τ p~1 + (1 − τ )~
p2 , τ z1 + (1 − τ )z2 , x) < τ L(~
p1 , z1 , x) + (1 − τ )L(~
p2 , z2 , x)

für alle (~ p1 , z1 ) 6= (p~2 , z2 ) für alle x ∈ Ω, ∀τ ∈ (0, 1) gilt.

pi , zi ) ∈ Rn+1 , i = 1, 2, (~

Bemerkung
Ist L differenzierbar nach p~ und z, dann ist die strikte Konvexit ät äquivalent zu

L(~
p1 , z1 , x) > L(~ p2 , z2 , x) · p~1 − p~2 ) + Dz L(~
p2 , z2 , x) + Dp~ L(~ p2 , z2 , x)(z1 − z2 )
pi , zi ) ∈ Rn+1 , (~
∀(~ p1 , z1 ) 6= (~
p2 , z2 ), ∀x ∈ Ω . (5.39)

Lemma 14 Ist L : (~ p, z) → L(~ p, z, x) für alle x ∈ Ω strikt konvex und besitzt I[·] einen Minimie-
rer in X, dann ist dieser eindeutig bestimmt.

Beweis
R
Seien u1 und u2 zwei Minimierer von I[w] = L(Dw, w, x) dx, u1 6= u2 . Dann folgt aus
Ω
(5.38)

L(Du1 , u1 , x) > L(Du2 , u2 , x) + Dp~ L(Du2 , u2 , x)(Du1 − Du2 ) + Dz L(Du2 , u2 , x)(u1 − u2 )

und
Z
I[u1 ] > I[u2 ] + Dp~ L(Du2 , u2 , x)(Du1 − Du2 ) + Dz L(Du2 , u2 , x)(u1 − u2 ) dx
Ω

◦
v = u1 − u2 befindet sich in W 1,q (Ω). Da u2 Minimierer ist, verschwindet notwendigerweise
das Integral auf der rechten Seite. Damit ist I[u1 ] > I[u2 ] und u1 ist kein Minimierer.
134 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Schwache Lösungen von Euler-Lagrange Gleichungen

Wir haben gesehen, unter welchen
R Voraussetzungen ein Minimierer in X f ür ein gegebenes
Funktional I : X → R, I[u] = L(Du, u, x) dx, existiert. Wir untersuchen jetzt die Frage,
Ω
wann ein solcher Minimierer schwache Lösung der entsprechenden Euler-Lagrange Glei-
chung ist. Wir haben bereits gesehen, dass für eine differenzierbare Lagrange-Funktion L
aus der notwendigen Bedingung i0 (0) = 0 für einen genügend glatten Minimierer u folgt
Z
Dp~ L(Du, u, x) · ∇v + Dz L(Du, u, x)v dx = 0∀v ∈ C0∞ (Ω) .
Ω
◦
Da C0∞ (Ω) dicht in W 1,q (Ω) ist, kommen wir unmittelbar zu folgender Definition:

Definition 37 Ein Element u ∈ X = {w ∈ W 1,q (Ω) : w = g auf ∂Ω} ist schwache Lösung des
Randwertproblems

−divDp~ L(Du, u, x) + Dz L(Du, u, x) = 0 in Ω (5.40)

u = g auf ∂Ω ,

falls gilt
Z ◦
Dp~ L(Du, u, x) · ∇v + Dz L(Du, u, x)v dx = 0 ∀ v ∈ W 1,q (Ω) . (5.41)
Ω

Satz 22 Die differenzierbare Lagrange-Funktion L genüge folgenden Wachstumsbedingungen: es

existiere eine Konstante c > 0, so dass

|L(~p, z, x)| p|q + |z|q + 1)

≤ c(|~ (5.42)
|Dp~ L(~
p, z, x)| p|q−1 + |z|q−1 + 1)
≤ c(|~ (5.43)
|Dz L(~
p, z, x)| ≤ p|q−1 + |z|q−1 + 1)
c(|~ (5.44)

für alle p~ ∈ Rn , z ∈ R, x ∈ Ω. Dann ist ein Minimierer u ∈ X = {w ∈ W 1,q (Ω) : w = g auf ∂Ω}
von I[·],

I[u] = min I[w] ,

w∈X

eine schwache Lösung von (5.40), d.h. die Relation (5.41) gilt.

Beweis
◦
Die Bedingung (5.42) sichert, dass für ein beliebiges v ∈ W 1,q (Ω)

i(τ ) := I[u + τ v], τ ∈R

wohldefiniert ist. Damit existiert der Differenzenquotient f ür τ 6= 0

Z
i(τ ) − i(0) L(Du + τ Dv, u + τ v, x) − L(Du, u, x)
= dx
τ τ
Ω
Z
= Lτ (x) dx .
Ω

Aufgrund der Differenzierbarkeit von L existiert der Differentialquotient

lim Lτ (x) = Dp~ (Du, u, x) · Dv + Dz (Du, u, x)v f.ü. .

τ →0
5.2. EXISTENZ VON MINIMIERERN 135

Weiterhin ist
Z Z
0 i(τ ) − i(0) τ Lebesgue
i (0) = lim = lim L (x) dx = lim Lτ (x) dx
τ →0 τ τ →0 τ →0
Ω Ω
Z
= Dp~ (Du, u, x) · Dv + Dz (Du, u, x)v dx
Ω
R R
wohl definiert. Die Vertauschbarkeit lim = lim folgt aus dem Satz von Lebesgue, da
Lτ (x) durch integrierbare Funktionen majorisiert wird:

Lτ (x) ≤ c (|Du|q + |u|q + |Dv|q + |v|q + 1) . (5.45)

Die Abschätzung (5.45) können wir wie folgt zeigen:

Da L differenzierbar ist, gilt

Zτ
τ 1 d
L (x) = L(Du + sDv, u + sv, x) ds
τ ds
0
Zτ
1
= (Lp~ (Du + sDv, u + sv, x) · Dv + Lz (Du + sDv, u + sv, x)v) ds
τ
0
Zτ
1
≤ (|Lp~ (Du + sDv, u + sv, x)||Dv| + |Lz (Du + sDv, u + sv, x)||v|) ds
τ
0
q0
ab≤ aq0
q
+ bq Zτ Ã 0
1 |Lp~ (Du + sDv, u + sv, x)|q |Dv|q
≤ + +
τ q0 q
0
0
!
|Lz (Du + sDv, u + sv, x)|q |v|q
+ + ds
q0 q

(5.43),(5.44)
Zτ ³ ´
1 0 0
≤ c |Du + sDv|q (q−1) + |u + sv|q (q−1) + 1 + |Dv|q + |v|q ds
τ
0

q 0 (q−1)=q
Zτ
1
≤ c (|Du|q + sq |Dv|q + |u|q + sq |v|q + 1 + |Dv|q + |v|q ) ds
τ
0
τ klein
≤ c[|Du|q + |u|q + |Dv|q + |v|q + 1] .

Da u Minimierer von I[·] ist, muss i0 (0) = 0 sein. Damit ist

Z ◦
0
i (0) = Dp~ (Du, u, x) · ∇v + Dz (Du, u, x)v dx = 0 ∀v ∈ W 1,q (Ω)
Ω

und u ist schwache Lösung.

Umgekehrt kann man jedoch nicht garantieren, dass jede schwache L ösung ein Minimierer
des entsprechenden Funktionals ist. Es gilt jedoch:

Lemma 15 Ist die differenzierbare Lagrange-Funktion L : (~ p, z) → L(~ p, z, x) konvex für jedes

x ∈ Ω, dann ist eine schwache Lösung u ∈ X ein Minimierer des entsprechenden Funktionals.
136 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Beweis
Sei u schwache Lösung, d.h.
Z ◦
(Dp~ L(Du, u, x) · Dv + Dz L(Du, u, x)v) dx = 0 ∀v ∈ W 1,q (Ω) . (5.46)
Ω

Die Konvexitätsungleichung lautet

p1 , z1 , x) ≥ L(~
L(~ p2 , z2 , x) · (~
p2 , z2 , x) + Dp~ L(~ p1 − p~2 ) + Dz L(~
p2 , z2 , x)(z1 − z2 ) . (5.47)
Sei p~2 = Du(x), z2 = u(x), p~1 = Dw(x), z1 = w(x), wobei w ein beliebiges Element aus X
◦
ist. Da v = u − w ∈ W 1,q (Ω), folgt nach Integration von (5.47) über Ω unter Beachtung von
(5.46)
I[w] ≥ I[u] ∀w ∈ X ,
d.h. u ist ein Minimierer.

Bemerkung
Die direkte Methode der Variationsrechnung befasst sich damit, direkt nachzuweisen, dass
ein gegebenes Funktional I = I[w] ein Minimum in X besitzt. Ist dieses Minimum gen ügend
glatt und die Lagrange-Funktion genügend oft differenzierbar, dann wird es eine Lösung
der Euler-Lagrange-Gleichung sein.
Die indirekte Methode der Variationsrechnung geht von einer Euler-Lagrange-Gleichung
aus. Diejenigen Lösungen sind herauszusuchen, die Minimum eines zugeordneten Funk-
tionals sind.

Wir haben folgende Ergebnisse hergeleitet:

Direkte Methode
R
Sei I[w] = L(Dw, w, x) dx.
Ω

(i) L genüge einer Koerzitivätsungleichung

|L(~ p|q − β̂ .
p, z, x)| ≥ α̂|~ (5.48)

(ii) L sei konvex bezüglich p~.

(iii) X = {w ∈ W 1,q (Ω), w = g auf ∂Ω} sei nicht leer.

Dann existiert ein u ∈ X, so dass

I[u] = min I[w] .
w∈X

Ist die Lagrange-Funktion L differenzierbar nach p~ und z und gen ügt Wachstumsbedingun-
gen
|L(~p, z, x)| p|q + |z|q + 1)
≤ c(|~
|Lp~ (~
p, z, x)| + |Lz (~
p, z, x)| p|q−1 + |z|q−1 + 1) ,
≤ c(|~
dann ist ein Minimierer von I[·] schwache Lösung der Euler-Lagrange Gleichung, d.h.
Z ◦
Lp~ (Du, u, x) · Dv + Lz (Du, u, x)v dx = 0 ∀ v ∈ W 1,q (Ω) .
Ω
5.2. EXISTENZ VON MINIMIERERN 137

Indirekte Methode
Ist die differenzierbare Lagrange-Funktion L : (~ p, z, x) konvex in (~
p, z) → L(~ p, z), dann ist
eine schwache Lösung u ∈ X ein Minimierer des entsprechenden Funktionals.

Spezialfall (Linearer Fall)

Satz 23 Sei I[u] = 12 a(u, u) − hF, ui ein Energiefunktional, wobei a(·, ·) : V × V → R,
V ⊂ H 1,2 (Ω), eine symmetrische V -elliptische Bilinearform ist und F ∈ V 0 . Dann ist I[·] : V → R
strikt konvex. Es existiert ein eindeutiger Minimierer u ∈ V , der Lösung des schwachen Problems

a(u, v) = hF, vi ∀v ∈ V

ist, d.h.

I[u] = min I[v] ⇔ a(u, v) = hF, vi ∀v ∈ V . (5.49)

v∈V

Beweis:
[Link] Wir formulieren die strikte Konvexität für Funktionale

Definition 38 (konvexes Funktional) Ein Funktional J : K ⊂ V → R, definiert auf einer

konvexen Teilmenge K eines Vektorraums V ist konvex, wenn für alle u, v ∈ K, α ∈ [0, 1] gilt

J(αu + (1 − α)v) ≤ αJ(u) + (1 − α)J(v).

J ist strikt konvex auf K, wenn für u, v ∈ K, u 6= v, α ∈ (0, 1) gilt

J(αu + (1 − α)v) < αJ(u) + (1 − α)J(v).

138 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Satz 24 (Konvexität und Ableitungen) [19, S.247,S.249ff] Sei J : K → R ein Funktional über
einer konvexen Teilmenge K ⊂ V eines normierten Vektorraums V . J sei differenzierbar auf K.
Dann gilt

a) J ist konvex auf K genau dann, wenn

J(v) ≥ J(u) + J 0 (u)(v − u) ∀ u, v ∈ K.

b) J ist strikt konvex genau dann, wenn

J(v) > J(u) + J 0 (u)(v − u) ∀ u, v ∈ K, u 6= v.

Weiterhin wird J auf K genau dann für ein u ∈ K minimal, wenn

J 0 (u)(u − v) ≥ 0 ∀ v ∈ K.
Ist die Menge K offen, so wird J für ein u ∈ K genau dann minimal, wenn J 0 (u) = 0 ist.

[Link] Um den Satz 23 zu beweisen, benutzen wir Satz 24 und zeigen zun ächst die Rela-
tion (5.49). Dazu berechnen wir J 0 (u)(v − u): Es ist
J(u + h) = J(u) + J 0 (u)h + o(khk). (5.50)
Wir erhalten
1
J(u + h) = a(u + h, u + h)− < F, u + h >
2
1 1
= a(u, u) + a(u, h) + a(h, h)− < F, u > − < F, h >
2 2
1 1
= a(u, u)− < F, u > +a(u, h)− < F, h > + a(h, h) (5.51)
2 2
= J(u) + J 0 (u)h + o(khk) ,
(5.50)
mit J (u)h
0
= a(u, h)− < F, h > . (5.52)
Wir verifizieren nun die Relation (5.49). Aufgrund von (5.52) ist f ür h = v − u
1
J(u) + J 0 (u)(v − u) = a(u, u)− < F, u > +a(u, v − u)− < F, v − u > (5.53)
2
1
= − a(u, u) + a(u, v)− < F, v > (5.54)
2
und
1
J(v) = a(v, v)− < F, v >
2
1
> − a(u, u) + a(u, v)− < F, v >
2
(5.53)
= J(u) + J 0 (u)(v − u) ,
da
1 1 1
a(v, v) + a(u, u) − a(u, v) = a(u − v, u − v) > 0 ∀ u 6= v .
2 2 2
[Link] Die Relation (5.49) kann wie folgt bewiesen werden.
Wir nehmen zunächst an, dass a(u, v) =< F, v > ist für alle v ∈ V .
Dann ist
1
J(u + tv) = J(u) + t[a(u, v)− < F, v >] + t2 a(v, v)
2
1 2
= J(u) + t a(v, v) ≥ J(u) ∀ t ∈ R.
2
5.3. SYSTEME 139

Es folgt
J(u) = min J(v) .
v∈V

Nun nehmen wir an, dass J(u) = min J(v). Das Minimum eines strikt konvexen Funktio-
nals ist eindeutig bestimmt. Ist g(t) = J(u + tv) minimal für t = 0, dann ist

(5.52)
g 0 (0) = J 0 (u)v = a(u, v)− < F, v >= 0

und somit folgt a(u, v) =< F, v > ∀v ∈ V .

Bemerkung
Betrachten wir eine konvexe Teilmenge K ⊂ V statt des ganzen Vektorraums V , so bekom-
men wir eine äquivalente Variations-Ungleichung.

Lemma 16 Sei die Bilinearform a(·, ·) V -elliptisch (positiv definit). Sei K ⊂ V eine konvexe
Teilmenge. Dann gilt für u ∈ K

J(u) = min J(v) ⇔ a(u, v − u) ≥< F, v − u > ∀v ∈ K .

v∈K

5.3 Systeme
Wir haben bereits im Abschnitt 5.1 Funktionale I = I[w]
~ und entsprechende Systeme von
Euler-Lagrange Gleichungen betrachtet. Die Unterschiede zu den skalaren Gleichungen
waren nur technischer Natur. Die Aussagen des Abschnitts 5.2 k önnen deshalb ohne Schwie-
rigkeiten auf Systeme übertragen werden. Wir formulieren daher nur die wichtigsten Be-
griffe und Ergebnisse.

Konvexität
Sei
Z
I = I[w]
~ := L(Dw,
~ w,
~ x) dx ,
Ω

wobei w
~ : Ω → Rn , L : Rm×n × Rm × Ω → R. L ist konvex bezüglich P = Dw,
~ falls

L(τ P + (1 − τ )Q, ~z, x) ≤ τ L(P, ~z, x) + (1 − τ )L(Q, ~z, x)

∀ P, Q ∈ Rm×n , ~z ∈ Rm , x ∈ Ω, 0 ≤ τ ≤ 1 . (5.55)

Koerzitivätsungleichung
Die entsprechende Koerzitivätsungleichung zu (5.5) lautet:
Es existieren Konstanten α̂ > 0, β̂ ≥ 0 und ein q ∈ (1, ∞), so dass

L(P, ~z, x) ≥ α̂|P |q − β̂ ∀P ∈ Rm×n , (5.56)

√
wobei |P | = P : P .
Damit wird die entsprechende Menge X eingeführt als

~ = ~g auf ∂Ω} .
~ ∈ [W 1,q (Ω)]m : w
X = {w (5.57)
140 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

Satz 25 Sei L konvex in der Variablen P und genüge der Koerzitivätsungleichung (5.56). Die Men-
ge X, definiert in (5.57), sei nicht leer. Dann existiert ein ~u ∈ X, so dass
I[~u] = min I[w]
~ .
w
~

Satz 26 Die differenzierbare Lagrange-Funktion L genüge den Wachstumsbedingungen für eine

Konstante c > 0:
|L(P, ~z, x)| ≤ c(|P |q + |~z|q + 1) ,
|DP L(P, ~z, x)| + |Dz L(P, ~z, x)| ≤ c(|P |q−1 + |z|q−1 + 1)
für alle P ∈ Rm×n , ~z ∈ Rm , x ∈ Ω. Dann gilt für ein ~u ∈ X mit
I[~u] = min I[w]
~ ,
w∈X
~

dass ~u schwache Lösung des Systems der Euler-Lagrange-Gleichungen ist, d.h.

Z ◦
DP (D~u, ~u, x) : D~v + D~z (D~u, ~u, x) · ~v dx = 0 ∀ ~v ∈ [W 1,q (Ω)]m .
Ω

Polykonvexität
Es gibt Systeme von Euler-Lagrange Gleichungen, bzw. Lagrange-Funktionen, die z.B. das
Verhalten nichtlinearer elastischer Materialien beschreiben, die nicht konvex sind. Trotz-
dem können die Methoden der Variationsrechnung angewandt werden. Bisher hatten wir
gezeigt, dass aus der Konvexität die schwach unterhalb Folgenstetigkeit folgt. Die Konve-
xität wird durch den Begriff der Polykonvexität ersetzt.

Definition 39 (Polykonvexität) Sei m = n und L(P, ~z, x) = F (P, det P, ~z, x) = F (P, r, ~z, x),
wobei P ∈ Rn×n , ~z ∈ Rn , r ∈ R, x ∈ Ω. Die Lagrange-Funktion L ist polykonvex, falls für jedes
feste ~z und x die Abbildung
F : (P, r) → F (P, r, ~z, x)
konvex ist.

Beispiel: Hyperelastische Materialien

Die Existenz von Minimierern für hyperelastische Materialien wurde von [Link] (1977) un-
tersucht. In diesem Fall wird das elastische Energiefunktional durch eine Lagrange-Funktion
der Form
3×3
L̂(P, x) = L(P, Cof P, det P, x), P ∈ R+ ,
beschrieben. Die Polykonvexität besagt in diesem Fall, dass L konvex ist bezüglich des
Arguments (P, Θ, r); Θ = Cof P = det P P −> .

Satz 27 [4, S.456] Sei n < q < ∞. Sei L von unten beschränkt und polykonvex. Dann ist
Z
I[w]
~ = L(Dw, ~ det(Dw),
~ w,
~ x) dx
Ω

schwach unterhalb folgenstetig.

Satz 28 [4, S.457] Sei n < q < ∞ und L genüge der Koerzitivätsungleichung (5.48) und sei
polykonvex. Die Menge X = {w ~ = ~g auf ∂Ω} sei nicht leer. Dann existiert ein
~ ∈ [W 1,q (Ω)]n , w
~u ∈ X, so dass
I[~u] = min I[w]
~ .
w∈X
~
5.3. SYSTEME 141

Beispiele
1◦ Lineare Elastizität
Es ist L(P ) = 12 σ(P ) : ε(P ), wobei ε(P ) = 12 (P + P > ) und σ(P ) = λtrε(P )I + 2µε(P )
sind. Wir untersuchen, ob die Lagrange-Funktion L konvex ist, indem wir überprüfen,
wann
L(P1 ) ≥ L(P2 ) + LP (P2 ) : (P1 − P2 ) ∀P1 , P2 ∈ Rn×n , P1 6= P2
gilt. Da LP (P2 ) = σ(P2 ) ist, folgt
1 1
L(P1 ) − L(P2 ) + LP (P2 ) : (P2 − P1 ) = σ(P1 ) : ε(P1 ) − σ(P2 ) : ε(P2 )
2 2
+σ(P2 ) : (P2 − P1 ) .
Beachten wir, dass ε der symmetrische Anteil von Du ist und σ symmetrisch ist, dann
ergibt sich
L(P1 ) − L(P2 ) + LP (P2 ) : (P2 − P1 )
1 1
= σ(P1 ) : ε(P1 ) + σ(P2 ) : ε(P2 ) − σ(P2 ) : ε(P1 )
2 2
1
= [λ(tr ε(P1 )) + 2µ(ε(P1 ))2 + λ(tr ε(P2 ))2 + 2µ(ε(P2 ))2 ]
2
2
−λtr ε(P1 )tr ε(P2 ) − 2µε(P2 ) : ε(P1 )
µ ¶2
tr ε(P1 ) tr ε(P2 )
= λ √ − √ + µ|ε(P1 ) − ε(P2 )|2 ≥ 0
2 2
für λ, µ ≥ 0. Konvexität liegt vor, wenn ε(P1 − P2 ) 6= 0 bzw. tr ε(P1 − P2 ) 6= 0, d.h.
wenn die Differenz P1 − P2 keine schiefsymmetrische Matrix ergibt. In der Konve-
xitätsungleichung werden Randbedingungen nicht beachtet.

Unter Beachtung von Randbedingungen erhalten wir folgende Aussage. Die dem ho-
mogenen Dirichletproblem der linearen Elastizität zugeordneten Bilinearform
Z ◦
a(u, v) = σ(u) : ε(u) dx u, v ∈ (H 1 (Ω))n = V
Ω

genügt den Voraussetzungen des Satzes von Lax-Milgram und das Funktional
◦
I : [H 1 (Ω)]n → R
1
I[u] = a(u, u) − hF, ui
2
mit F ∈ V 0 ist nach Satz 23 strikt konvex.
2◦ Wir betrachten die Lagrange-Funktion
q
L = L(P ) = [tr (P P > )] 2 , q ≥ 1 .
Es ist tr (P P > ) = P : P und
q
LP (P ) = q[tr (P P > )] 2 −1 P = q|P |q−2 P .
Wir prüfen, ob L konvex ist.
L(P1 ) − L(P2 ) + LP (P2 ) : (P2 − P1 )
= |P1 |q − |P2 |q + q|P2 |q−2 (|P2 |2 − P2 : P1 ) (5.58)
q q q−2
= |P1 | + (q − 1)|P2 | − q|P2 | (P2 : P1 ) (5.59)
≥ |P1 |q + (q − 1)|P2 |q − q|P2 |q−1 |P1 | . (5.60)
142 KAPITEL 5. VARIATIONSMETHODEN FÜR NICHTLINEARE PROBLEME

q q0
Wir wenden die Youngsche Ungleichung an: ab = aq + bq0 , 1q + q10 = 1, und erhalten
Ã 0
!
q |P2 |(q−1)q |P1 |q
rechte Seite ≥ |P1 | + (q − 1)P2 − q
q
+ = 0,
q0 q

d.h. L ist konvex. Ist q = 2, dann ist

(5.59)
L(P1 ) − L(P2 ) + LP (P2 ) : (P2 − P1 ) = |P1 − P2 |2 > 0 für P1 6= P2
und es liegt strikte Konvexität vor.
3◦ Geometrisch nichtlineare Materialien (St. Venant Materialien)
In diesem Fall ist der Verzerrungstensor
1
ε(u) = (Du + Du> + Du> Du) ,
2
σ(u) = λtr εI + 2µε .
Die elastische Energiedichte
1
L= σ:ε
2
wird durch P = Du in folgender Form ausgedrückt.
µ ¶ µ ¶
3λ + 2µ > λ + 2µ λ 6µ + 9λ
L(P ) = − tr (P P ) + tr (P > P )2 + Cof (P > P ) + .
4 8 4 8

Da Cof (P > P ) = Cof P > CofP = (Cof P )> Cof P folgt

L(P ) = L̂(P, Cof P ) .
Diese Lagrange-Funktion ist nicht polykonvex.
4◦ Physikalische nichtlineare elastische Materialien vom Potenztyp
Der Verzerrungstensor hängt linear vom Deformationsgradienten Du ab:
1
ε(u) = (Du + Du> ) .
2
Die Spannungs-Verzerrungsrelation ist jedoch nichtlinear, z.B Ramberg/Osgood Ma-
terialien
µ ¶n−1
3 α̃ σe
ε = Aσ + σD ,
2 E σy
q
wobei σ D = σ − 13 tr σI, σe = 32 |σ D |, σy Fließspannung, α̃, E, n Materialkonstanten
sind. Hier ist die Lagrange-Funktion:
1 a
(Aσ : σ) + |σ D |q , q = n + 1.
2 q
Sie ist für q > 2 strikt konvex. Man spricht von Materialien vom Potenztyp, wenn f ür
die Lagrange-Funktion gilt
C0 + C1 |P |q ≤ L(P ) ≤ C2 (1 + |P |q )
|LP (P )| ≤ c(1 + |p|q−1 )
|DP2 L(P )| ≤ c(1 + |P |q−2 )
DP2 L(P )[B, B] ≥ c(k + |P |p−2 |B|2 .
Die letzte Bedingung garantiert die Konvexität.
Literaturverzeichnis

[1] Aris, R. The Mathematical Theory of Diffusion and Reaction in Permeable Catalysts. Vol.
2, Oxford, 1975.

[2] Burgers, I.M. A mathematical model illustrating the effect of turbulence.

[Link]. 1, 1948, 171-199.

[3] Dautry, R.; Lions, J.-L. Mathematical Analysis and Numerical Methods for Science and
Technology Vol.2 Functional and Variational Methods, Springer Verlag, Berlin, Hei-
delberg, 1992.

[4] Evans, L.C. Partial Differential Equations, Graduate Studies in Mathematics. American
Mathematical Society, Volume 19, 1998.

[5] Hackbusch, W. Theorie und Numerik elliptischer Differentialgleichungen. Teubner-

Verlag, 1986.

[6] John, F. Partial Differential Equations. Springer Verlag, 1982.

[7] Kufner, A.; John, O.; Fučik, S. Function Spaces. Noordhoff International Publishing,
Leyden, 1977.

[8] Ladyz̆senskaja, O.A.; Ural’ceva, N.N. Linear and Quasilinear Elliptic Equations. Aca-
demic Press, New York and London, 1968.

[9] Nečas, J. Les méthodes directes en théorie des équations elliptiques. Academia, Éditiones
de l’Acedémie Tchécoslovaque des Sciences, Prague, 1967.

[10] Renardy, M; Rogers, R.C. An Introduction to Partial Differential Equations. Springer

Verlag, 1992.

[11] Rössle, A., Sändig, A.-M. Stress singularities in bounded elastic materials MAFELAP,
Highlights 1996, ed. Whiteman, J.R., Wiley, 1997, 405-416.

[12] Schwarz, H.R. Methode der finiten Elemente. G. Teubner, Stuttgart, 1991.

[13] Smirnow, W.I. Lehrgang der höheren Mathematik Teil II. VEB Deutscher Verlag der
Wissenschaften, 1968.

[14] Strauss, W.A. Partielle Differentialgleichungen. Vieweg Verlag, 1995.

[15] Triebel, H. Höhere Analysis. Deutscher Verlag der Wissenschaften, Berlin, 1972.

[16] Vladimirov, V.S. Euqations of Mathematical Physics. Mercel Dekker, Inc., New York,
1971.

[17] Warnecke, G. Analytische Methoden in der Theorie der Erhaltungsgleichungen, Teubner

Verlag, 1999.

143
144 LITERATURVERZEICHNIS

[18] Wloka, I. Partielle Differentialgleichungen. Teubner Verlag, 1982.

[19] Zeidler, E. Applied Functional Analysis,

Serie Applied Mathematical Sciences, Band 109. Springer-Verlag, 1995.

¨
Prof. Dr. Anna-Margarete Sandig
Pfaffenwaldring 57
70569 Stuttgart
Germany
E-Mail: saendig@[Link]
WWW: [Link] ˜saendig/

Das könnte Ihnen auch gefallen

Skript Differentialgleichungen
Noch keine Bewertungen
Skript Differentialgleichungen
133 Seiten
Kapitel 16
Noch keine Bewertungen
Kapitel 16
23 Seiten
Skript Differentialgleichungen PDF
Noch keine Bewertungen
Skript Differentialgleichungen PDF
65 Seiten
Dif-S Al
Noch keine Bewertungen
Dif-S Al
13 Seiten
08 Partielle DGLN
Noch keine Bewertungen
08 Partielle DGLN
15 Seiten
Theorie und Numerik partieller Differentialgleichungen, 1st Edition ISBN 9783110148435, 3110148439 Instant DOCX Download
Noch keine Bewertungen
Theorie und Numerik partieller Differentialgleichungen, 1st Edition ISBN 9783110148435, 3110148439 Instant DOCX Download
16 Seiten
Vorlesung13-Partielle Differentialgleichungen
Noch keine Bewertungen
Vorlesung13-Partielle Differentialgleichungen
9 Seiten
Differentialgleichungen Fuer Ingenieure
100% (1)
Differentialgleichungen Fuer Ingenieure
115 Seiten
Ana 3
Noch keine Bewertungen
Ana 3
72 Seiten
Mathe2b Knauer Handout
Noch keine Bewertungen
Mathe2b Knauer Handout
110 Seiten
Proj Elliptic
Noch keine Bewertungen
Proj Elliptic
27 Seiten
1.1 Trennbare Differentialgleichungen
Noch keine Bewertungen
1.1 Trennbare Differentialgleichungen
11 Seiten
Cheat Sheet 2
Noch keine Bewertungen
Cheat Sheet 2
10 Seiten
Merkblatt Dglsover
Noch keine Bewertungen
Merkblatt Dglsover
3 Seiten
Skript Mathe
Noch keine Bewertungen
Skript Mathe
42 Seiten
Vorl Ueb5
Noch keine Bewertungen
Vorl Ueb5
6 Seiten
Paukert - Differentialgleichungen. Eine Kurze Einführung
Noch keine Bewertungen
Paukert - Differentialgleichungen. Eine Kurze Einführung
12 Seiten
2003 Gewoehnliche Differentialgleichungen
Noch keine Bewertungen
2003 Gewoehnliche Differentialgleichungen
102 Seiten
Partielle Differentialgleichungen
Noch keine Bewertungen
Partielle Differentialgleichungen
8 Seiten
HOEMA Skript v2021 1 Kap 1
Noch keine Bewertungen
HOEMA Skript v2021 1 Kap 1
36 Seiten
Ma2Folien4 Neu
Noch keine Bewertungen
Ma2Folien4 Neu
25 Seiten
M3 Skriptum 2023
Noch keine Bewertungen
M3 Skriptum 2023
178 Seiten
Einführung in Die Theoretische Physik
Noch keine Bewertungen
Einführung in Die Theoretische Physik
221 Seiten
Vari
Noch keine Bewertungen
Vari
126 Seiten
Vorlesung14-Quasilineare Partielle Differentialgleichungen
Noch keine Bewertungen
Vorlesung14-Quasilineare Partielle Differentialgleichungen
8 Seiten
NumerikSkript 27.01
Noch keine Bewertungen
NumerikSkript 27.01
56 Seiten
MIng2a Abschnitt2 Teil1
Noch keine Bewertungen
MIng2a Abschnitt2 Teil1
20 Seiten
Formular + Berechnung + Iii
Noch keine Bewertungen
Formular + Berechnung + Iii
2 Seiten
FolienDgl Ausmathe2
Noch keine Bewertungen
FolienDgl Ausmathe2
15 Seiten
Numerische Methoden Fuer Digital Engineering VO
Noch keine Bewertungen
Numerische Methoden Fuer Digital Engineering VO
69 Seiten
Mathematische Methoden Der Physik 1
Noch keine Bewertungen
Mathematische Methoden Der Physik 1
373 Seiten
ITPDG
Noch keine Bewertungen
ITPDG
123 Seiten
COURS EDP1 M1 MATHS UNIVNDERE2020 Kty PDF
Noch keine Bewertungen
COURS EDP1 M1 MATHS UNIVNDERE2020 Kty PDF
37 Seiten
V1-V2 Trennung Der Variablen, Lineare DGL Erster Ordnung, Homogene Hoeherer Ordnung Mit Konstanten Koeffizienten
Noch keine Bewertungen
V1-V2 Trennung Der Variablen, Lineare DGL Erster Ordnung, Homogene Hoeherer Ordnung Mit Konstanten Koeffizienten
4 Seiten
Gewöhnliche Differentialgleichungen
Noch keine Bewertungen
Gewöhnliche Differentialgleichungen
86 Seiten
Intro Variationsrechnung
Noch keine Bewertungen
Intro Variationsrechnung
167 Seiten
MK2 - Blatt 2 Lösung Latex
Noch keine Bewertungen
MK2 - Blatt 2 Lösung Latex
11 Seiten
Differen Zi Alg Lei Chung
Noch keine Bewertungen
Differen Zi Alg Lei Chung
5 Seiten
Differentialgleichungen für Einsteiger Grundlagen und Anwendungen mit vielen Übungen, Lösungen und Videos ISBN 9783662598306, 3662598302 Instant PDF Download
Noch keine Bewertungen
Differentialgleichungen für Einsteiger Grundlagen und Anwendungen mit vielen Übungen, Lösungen und Videos ISBN 9783662598306, 3662598302 Instant PDF Download
17 Seiten
Math 3 Inf
Noch keine Bewertungen
Math 3 Inf
76 Seiten
ZD2 Kap13
Noch keine Bewertungen
ZD2 Kap13
11 Seiten
Analysis2 SS-21 Skript
Noch keine Bewertungen
Analysis2 SS-21 Skript
153 Seiten
Skript
Noch keine Bewertungen
Skript
142 Seiten
Mathematik Für Physiker Band 2 Gewöhnliche Und Partielle Differentialgleichungen, Mathematische Grundlagen Der Quantenmechanik by Helmut Fischer, Helmut Kaul (Auth.)
Noch keine Bewertungen
Mathematik Für Physiker Band 2 Gewöhnliche Und Partielle Differentialgleichungen, Mathematische Grundlagen Der Quantenmechanik by Helmut Fischer, Helmut Kaul (Auth.)
750 Seiten
Dynamische Systeme Modellierung mit den Methoden der Laplace Transformation ISBN 9783658181840, 3658181842 Secure eBook Download
Noch keine Bewertungen
Dynamische Systeme Modellierung mit den Methoden der Laplace Transformation ISBN 9783658181840, 3658181842 Secure eBook Download
17 Seiten
Lehrgang Der Mathematischen Physik 2nd Edition ISBN 9783112471470, 3112471474 Instant Reading Access
Noch keine Bewertungen
Lehrgang Der Mathematischen Physik 2nd Edition ISBN 9783112471470, 3112471474 Instant Reading Access
16 Seiten
Differentialgleichungen Lösungsmethoden Und Lösungen, Band 1 Gewöhnliche Differentialgleichungen (3. Auflage) (Erich Kamke)
Noch keine Bewertungen
Differentialgleichungen Lösungsmethoden Und Lösungen, Band 1 Gewöhnliche Differentialgleichungen (3. Auflage) (Erich Kamke)
690 Seiten
Neues Microsoft Word-Dokument
Noch keine Bewertungen
Neues Microsoft Word-Dokument
3 Seiten
Gewöhnliche Diff Erential - Gleichungen: Wilhelm Forst Dieter Hoff Mann
Noch keine Bewertungen
Gewöhnliche Diff Erential - Gleichungen: Wilhelm Forst Dieter Hoff Mann
402 Seiten
Analysis 2 Ing
Noch keine Bewertungen
Analysis 2 Ing
141 Seiten
Gewöhnliche Differentialgleichungen 7th Edition ISBN 9783111293646, 3111293645 PDF ebook with Full Chapters
Noch keine Bewertungen
Gewöhnliche Differentialgleichungen 7th Edition ISBN 9783111293646, 3111293645 PDF ebook with Full Chapters
15 Seiten
Ingenieurmathematik Skript Zur Vorlesung Im Master-Studiengang Geodäsie
Noch keine Bewertungen
Ingenieurmathematik Skript Zur Vorlesung Im Master-Studiengang Geodäsie
85 Seiten
Zusammenfassung SysTheo I
Noch keine Bewertungen
Zusammenfassung SysTheo I
48 Seiten
B.Sc. Mathematik
Noch keine Bewertungen
B.Sc. Mathematik
7 Seiten
CP1 SS2017 Vorlesungsskript 2017-04-07s
Noch keine Bewertungen
CP1 SS2017 Vorlesungsskript 2017-04-07s
103 Seiten
Analysis 2: Für Funktionen Mehrerer Reeller Veränderlichen Differential-Und Integralrechnung
Noch keine Bewertungen
Analysis 2: Für Funktionen Mehrerer Reeller Veränderlichen Differential-Und Integralrechnung
269 Seiten
15 A Differential Gleich Un Gen
100% (1)
15 A Differential Gleich Un Gen
16 Seiten
Spickzettel Für Differentialgleichungen
Noch keine Bewertungen
Spickzettel Für Differentialgleichungen
5 Seiten
MIng2a Abschnitt3
Noch keine Bewertungen
MIng2a Abschnitt3
41 Seiten
Skript - Elektrodynamik 2016
Noch keine Bewertungen
Skript - Elektrodynamik 2016
220 Seiten
Tech - ME2B - SCHRAUBENVERBINDUNGEN
Noch keine Bewertungen
Tech - ME2B - SCHRAUBENVERBINDUNGEN
98 Seiten
Kalender 2025 Bayern
Noch keine Bewertungen
Kalender 2025 Bayern
1 Seite
OSP 050 Berechnungen Hydrospeicher de Low
Noch keine Bewertungen
OSP 050 Berechnungen Hydrospeicher de Low
5 Seiten
Elli Effiziert Aroma Dosierung
Noch keine Bewertungen
Elli Effiziert Aroma Dosierung
5 Seiten
DGUV - Ableitströme An Ortsfesten Maschinen
Noch keine Bewertungen
DGUV - Ableitströme An Ortsfesten Maschinen
6 Seiten
Fachspezifischer Teil - Blockflöte
0% (1)
Fachspezifischer Teil - Blockflöte
12 Seiten
LPI-Learning-Material - Linux Essentials Deutsch V1.6
Noch keine Bewertungen
LPI-Learning-Material - Linux Essentials Deutsch V1.6
451 Seiten
Automatisierungstechnik - TU Ilm
Noch keine Bewertungen
Automatisierungstechnik - TU Ilm
320 Seiten
Automatisierungstechnik - HS Koblenz
Noch keine Bewertungen
Automatisierungstechnik - HS Koblenz
201 Seiten
LPI-Learning-Material - Linux Web Developement Deutsch V1.0
100% (1)
LPI-Learning-Material - Linux Web Developement Deutsch V1.0
376 Seiten