码迷,mamicode.com
首页 > 其他好文 > 详细

偏微分方程数值解---学习总结

时间:2018-10-30 14:41:58      阅读:260      评论:0      收藏:0      [点我收藏+]

标签:iii   表示   play   连续   产生   time   class   amp   中序   

偏微分方程数值解---学习总结

1.知识回顾 (注:\(\mit V\)是线性空间)

  • 内积 $(\cdot ,\cdot):\mit V \times \mit V \longrightarrow \mathbb{R} $ 是一个双线性映射,并且满足 \((i) (u,v)=(v,u), \forall \, u,v \in\mit V\);

    $(ii) (u,u) \ge 0, \forall , u \in \mit V $ ; \((iii) (u,u)=0\) 当且仅当 \(u=0\).

  • 半范数 \(||\cdot||:\mit V \longrightarrow \mathbb{R}\) 是一个线性映射,满足 \((i) ||v||\ge 0, \forall \, v \in \mit V;\) $(ii) ||cv||=|c|||v||,\forall v \in \mit V, \forall c \in \mathbb{R}; $

    ? \((iii) ||u+v||\leq ||u||+||v||, \forall u, v \in \mit V.\)

  • 范数 半范数+条件:\(||u||=0\) 当且仅当 \(u=0\).

  • 范数等价定理:设 \(||\cdot||\)\(|||\cdot|||\) 是线性空间 \(\mathbf V\) 上两个范数,如果存在两个正数 \(c_1\)\(c_2,\)

    ? 满足下列 不等 式, 则称 \(||\cdot||\)\(|||\cdot|||\) 是等价的,
    \[ c_1 ||v||\leq |||v||| \leq c_2 ||v||, \forall \,c_1,c_2 \in \mathbb{R},\,\forall \,v \in \mit V. \]

  • 内积空间 如果一个线性空间被赋予内积,则它就是一个内积空间.

    • 内积可以产生诱导范数
      \[ ||v||=(v,v)^{1/2},\,\forall \,v \in \mit V. \]

    • Schwarz inequality
      \[ |(w,v)|\leq ||w||\,||v||,\, \forall w,v \in \mit V. \]

  • 希尔伯特空间 完备的内积空间是希尔伯特空间,即内积空间内任意柯西序列都是收敛的。
  • 赋范线性空间 如果一个线性空间被赋予范数,则它成为赋范线性空间。
    • 内积空间一定是赋范线性空间,其范数为 \(||v||=(v,v)^{1/2},\,\forall \,v \in \mit V.\)
  • 巴拿赫空间 完备的赋范线性空间,即赋范线性空间内任意柯西序列都是收敛的。
    • 希尔伯特空间一定是巴拿赫空间。

2 . 新概念

  • 对偶空间

    • 如果(\(\mit V, ||\cdot||_{\mit V}\))和 (\(\mit W, ||\cdot||_{\mit w}\))是两个赋范线性空间, 所有从\(\mathbf V\)\(\mit W\) 的线性泛函构成一个赋范线性空间 , 记为 \(\scr L(\mit V;\mit W)\) . 对于 \(L \in \scr L(\mit V;\mit W)\),定义范数如下:
      \[ ||L||_{\scr L(\mit V;\mit W)}:=\sup_{0\neq v \in \mit V}\frac{||Lv||_{\mit W}}{||v||_{\mit V}}. \]

    • 如果\(\mit W\) 空间是一个巴拿赫空间,则 \(\scr L(\mit V;\mit W)\) 也是一个巴拿赫空间。

    • 如果\(\mit W=\mathbb{R}\), 则称\({\color{Red}\scr L(\mit V;\mathbb{R})}\)\(\mit V\) 的对偶空间,常记为\({\color{Red}\mit V‘}\).

    • 对偶对(duality pairing) 满足下列的双线性形式,就被称为 \(\mit V\)\(\mit V‘\) 之间的对偶对,
      \[ \begin{align*} <\cdot\,,\,\cdot>&:\mit V‘ \times \mit V \longrightarrow \mathbb{R}\&<L,v>\longmapsto L(v). \end{align*} \]

  • 各种收敛性定义

    • 强收敛:赋范线性空间\(\mit V\) 中序列 \(\{v_n\}\) 弱收敛于 \(v \, \in \mit V\) 是指按范数收敛,即 \(||v_n-v||\rightarrow0(n\rightarrow \infty).\)

    • 弱收敛:赋范线性空间\(\mit V\) 中序列 \(\{v_n\}\) 弱收敛于 \(v \, \in \mit V\) 是指 对任意一个\(L\in\mit V‘\), 均有 \(L(v_n)\) 收敛于 \(L(v),\)\(|L(v_n)-L(v)|\rightarrow0(n \rightarrow \infty).\)

    • *弱收敛:对偶空间\(\mit V’\) 中序列 \(\{L_n\}\) 弱收敛于 \(L \, \in \mit V‘\) 是指对任意一个\(v\in \mit V\), 均有

      ? \(||L_n(v)-L(v)||\rightarrow 0(n \rightarrow \infty).\)

      • \({\color{Red}\mit V 中强收敛 \Rightarrow 弱收敛.}\)

      • \({\color{Red}\mit V‘ 中弱收敛 \Rightarrow * 弱收敛.}\)

  • \(\mit L^{p}(\Omega)?\) 空间 \(\Omega_{开}\subset \mathbb{R}^{d}?\),\(d\ge 1?\),且 \(\Omega?\)Lebesgue 可测。
    \[ \begin{align*}\mit L^{p} &:=\left\{v\,\,\big|\int_{\Omega}\,\left|v(x)\right|\,^p\,dx \leq \infty \right\},\,1 \leq p\, <\infty,\ \mit L^{\infty} &:=\sup\left\{|v(x)| \big| \,\,x\in\Omega \right\}<\infty. \end{align*} \]

    其范数为
    \[ \begin{align*}||v||_{\mit L^{p}} &:=\left(\int_{\Omega}\,\left|v(x)\right|\,^p\,dx\right)^{1/p} ,\,1 \leq p\, <\infty,\||v||_{\mit L^{\infty}} &:=\sup\left\{|v(x)| \big| \,\,x\in\Omega \right\} \end{align*} \]

  • \(\mit L^{2}(\Omega)\) 空间实际上是赋予右侧内积的希尔伯特空间,\((w,v)_{\mit L^{2} (\Omega)}=\int_{\Omega}\,w(x)\,v(x)\;dx\)
    • \(||\cdot||_0=||\cdot||_{\mit L^{2} (\Omega)}\) 记住
    • \(\mit L^{p}(\Omega)\) 是Banach空间(它的对偶空间为\(\mit L^{q}(\Omega)\), \(\frac{1}{p}+\frac{1}{q}=1\)),而只有\(\mit L^{2}\) 是Hilbert 空间(对偶空间为本身).
    • \(H \ddot{o}lder?\)不等式:\(\big|\int_{\Omega}\, w(x)v(x)dx \big|\leq\,||w||_{\mit L^{p}(\Omega)}||v||_{\mit L^{q}(\Omega)},\,\,\frac{1}{p}+\frac{1}{q}=1?\)
    • \(\mit L^{p}(\Omega)\) $ \subset \mit L^{q}(\Omega),,,,q\leq p.$
  • 分布函数(\(Distributions\)

    • \(\mit C^{\infty}_{0}(\Omega)\)\(\Omega\) 上具有紧支集(i.e. 存在有界开集\(\Omega‘\subset \Omega\), \(d (\partial\Omega,\Omega)>0\)) 无穷维可微函数函数,且在边界上任意阶导数为零, 有时也记成 \(\mathcal{D}(\Omega)\).

    • \(\mathcal{D}(\Omega)\) 中元素的导数 \(\mathcal {D}^{\alpha}v:=\frac{\partial^{|\alpha|}v}{\partial^{\alpha_1}x_1\partial^{\alpha_2}x_2 \cdots\partial^{\alpha_d}x_d},\) 其中 \(|\alpha|=\alpha_1+\alpha_2+\cdots+\alpha_d.\)

    • \(v_n \in \mathcal{D}(\Omega)\) 收敛于 \(v \in \mathcal{D}(\Omega)\) 是指 存在一个有界闭子集\(K\) 满足对任意一个 \(n\)\(v_n\)\(K\) 外均为0,且对任意非负指标 \(\alpha\), 导数 \(\mathcal{D}^{\alpha}v\) 一致收敛于\(\mathcal{D}^{\alpha}v.\)

    • 分布\(\mathcal{D}(\Omega)\)对偶空间中的任一元素都被称为一个分布,即分布就是\(\mathcal{D}(\Omega)\) 上的线性泛函,\(L \in \mathcal{D‘}(\Omega)\)\(v \in \mathcal{D}(\Omega),\) \(L(v)=<L,\,v>\) \(dualiy \,\,pairing.\)

    • 定义 \(\mathcal{D}(\Omega)\)的一个范数,\(||v||_k=\sup_{\Omega}|v(x)|, \, v \in\mathcal{D}(\Omega).\)(可以自己证明一下)

    • $\mit L^{p}(\Omega) $\(\subset \mathcal{D‘}(\Omega)\), but $ \mathcal{D‘}(\Omega) \not\subset \mit L^{p}(\Omega) ,,p\ge,1.$

      step 1 证明 $\forall L \in \mit L^{p}(\Omega) $ 是上的\(\mathcal{D}(\Omega)\)线性泛函;
      \[ \begin{align*} L(v)&=<L,v>=\int_{\Omega}L(x)v(x)\,dx,\forall v \in \mathcal{D}(\Omega).\L(\alpha_1 v_1 +\alpha_2 v_2)&=<L,\alpha_1 v_1 +\alpha_2 v_2>\&=\alpha_1<L,v_1>+\alpha_2<L,v_2>\&=\alpha_1L(v_1)+\alpha_2L(v_2),\,\,\,\,\,\,\forall \alpha_1,\alpha_2 \in \mathbb{R},v_1,v_2 \in\mathcal{D}(\Omega). \end{align*} \]
      step 2 证明\(L\) 是连续的,即证 \(|L(v)|\leq C||v||_{\mathcal{D}(\Omega)}.\)下面我们来证明:
      \[ \begin{align*} L(v)&=\int_{\Omega}L(x)v(x)\,dx \leq ||L||_p||v||_q\ &\leq ||L||_p(\int_{\Omega}|v(x)|^{q}dx)^{\frac{1}{q}}\ &\leq ||L||_p ||v||_{\mathcal{D}(\Omega)}|\Omega|^{\frac{1}{q}}\ &\leq C||v||_{\mathcal{D}(\Omega)}. \end{align*} \]
      step3 反证法证明 $ \mathcal{D‘}(\Omega) \not\subset \mit L^{p}(\Omega) ,,p\ge,1.$

      ? 假设$ \mathcal{D‘}(\Omega) \subset \mit L^{p}(\Omega) ,$ 则由\(Risze\) 表示引理,\(\forall v \in \mathcal{D}(\Omega)\), 存在 \(u\in\mit{L^{p}_{\Omega}}\),

      ? 满足下列式子:

偏微分方程数值解---学习总结

标签:iii   表示   play   连续   产生   time   class   amp   中序   

原文地址:https://www.cnblogs.com/Merles/p/9876459.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!