Beruflich Dokumente
Kultur Dokumente
Inhaltsverzeichnis
1 Einf
uhrung
1.1 Grundbegriffe, Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Anfangswertprobleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Geometrische Bedeutung der Differentialgleichungen 1. Ordnung . . . . . .
2 Spezielle Differentialgleichungen
2.1 Spezielle Differentialgleichungen 1. Ordnung . . .
2.1.1 Trennbare Differentialgleichungen . . . . .
2.1.2 Lineare Differentialgleichungen 1. Ordnung
2.1.3 Exakte Differentialgleichungen . . . . . . .
2.1.4 Der integrierende Faktor . . . . . . . . . .
2.1.5 Integration durch Substitution . . . . . . .
2.1.6 Integration durch Differentiationen . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
3
5
7
7
7
9
11
13
15
19
23
23
27
28
4 Spezielle Laplace-Transformation
31
4.1 Definition, Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 Lineare Anfangswertprobleme mit konstanten Koeffizienten . . . . . . . . . 35
5 Existenztheorie
5.1 Hilfsmittel . . . . . . . . . . . . .
5.2 Fixpunktsatz . . . . . . . . . . .
5.3 Existenz und Eindeutigkeit . . . .
5.4 Der Existenzsatz von Peano . . .
5.4.1 Das Lemma von Gronwall
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
39
41
42
47
50
.
.
.
.
.
53
53
54
57
58
60
Inhaltsverzeichnis
7 Einschrittverfahren f
ur Anfangswertprobleme
7.1 Eulersches Polygonzugverfahren . . . . . . . . .
7.2 Grundbegriffe, Definitionen . . . . . . . . . . .
7.3 Familie der Runge-Kutta Verfahren 2. Ordnung
7.4 Runge-Kutta-Methoden der Ordnung 3 . . . . .
7.5 Einige Runge-Kutta-Methoden hoherer Ordnung
7.5.1 Methoden der 4. Ordnung . . . . . . . .
7.5.2 Methoden der 5. Ordnung . . . . . . . .
7.6 Konvergenz von Runge-Kutta-Methoden . . . .
7.7 Implizite Runge-Kutta-Verfahren . . . . . . . .
7.8 Zusatzliche Bemerkungen . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8 Mehrschrittverfahren
8.1 Grundbegriffe, Bezeichnungen . . . . . . . . . . . . . . . . .
8.2 Approximationsfehler der Mehrschrittverfahren . . . . . . .
8.3 Beispiele von Mehrschrittverfahren . . . . . . . . . . . . . .
8.4 Differenzengleichungen mit konstanten Koeffizienten . . . . .
8.5 Konvergenz von Mehrschrittverfahren (einfache Gleichungen)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
63
64
67
69
71
71
72
72
75
78
.
.
.
.
.
81
81
82
83
85
88
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
von Differenzenverfahren
. . . . . . . . . . . . . .
107
. 107
. 108
. 111
. 112
. 115
1 Einfu
hrung
1.1 Grundbegriffe, Definitionen
Definition 1.1. Sei n N, F : Rn+2 R ,
Eine Bestimmungsgleichung f
ur y : R R ,
f : Rn+1 R.
y = y(x) der Form
F (x, y, y 0 , y 00 , . . . , y (n) ) = 0
()
()
2
,
1 + x2
I = R.
4x
1
2x =
=x
y 0 = 2
2
2
(1 + x )
(1 + x2 )2
2
1 + x2
!2
= x y2.
1 Einf
uhrung
Beispiel 1.4. yy 0 + x = 0
a) implizite Differentialgleichung 1. Ordnung
b) 2yy 0 + 2x = 0 (y 2 + x2 )0 = 0 y 2 + x2 = c 0
d.h. die Kreisgleichung ist die allgemeine implizite Losung.
Beispiel 1.5. (y 0 )2 + 1 = 0
a) implizite Differentialgleichung 1. Ordnung
b) keine reelle Losungen!
Beispiel 1.6. y 00 = 0
a) explizite Differentialgleichung 2. Ordnung
b) y = c1 x + c2 ,
Bemerkung
Die allgemeine Losung einer Differentialgleichung n-ter Ordnung beinhaltet i. A. n Integrationskonstanten ci Ii , i = 1, . . . , n , d.h.
y(x) = y(x; c1 , . . . , cn )
und ist damit eine Kurvenschar. Jede Losung aus dieser Kurvenschar heit spezielle (partikulare) Losung.
Eine Losung, die keiner Losungsschar angehort, heit singulare Losung.
Beispiel 1.7. y 0 = 5y
a) explizite Differentialgleichung 1. Ordnung
b) allgemeine Losung ist y = c e5x ,
c) y = 0 ,
y = 5e5x ,
cR
cR
y = 2cx c2
eine Geradenschar, siehe Abb. 1.1 .
2
2
y = x (2x) 4x(2x) + 4x2 = 4x2 8x2 + 4x2 = 0!
ist eine singulare Losung. Alle Geraden aus der Kurvenschar
y = 2cx c2 sind Tangenten an die Parabel y = x2 (Einh
ullende!)
1.2 Anfangswertprobleme
1
0.75
0.5
0.25
0
-0.25
-0.5
-0.75
-1
-0.5
0.5
1.2 Anfangswertprobleme
Um die Integrationskonstanten ci , i = 1, . . . , n festzulegen, benotigt man in der Regel n
Bedingungen.
Definition 1.10. Anfangswertproblem (AWP)
Eine Differentialgleichung
y (n) = f (x, y, y 0 , . . . , y (n1) )
mit vorgegebenen Werten
y (0) (x0 ) = y0 , y 0 (x0 ) = y1 , . . . , y (n1) (x0 ) = y(n1) ,
(x0 , y0 , y1 , . . . , y(n1) ) Df
heit Anfangswertproblem.
Beispiel 1.11. Die lineare Pendelbewegung
1 Einf
uhrung
m
s(t)
Abbildung 1.2: Lineares Pendel
b) R
ucktreibende Kraft ist proportional zur Auslenkung:
F = k s (t) ,
k - Festigkeitskonstante
k
.
m
s (t) + 2 s = 0 ist eine explizite Dgl 2. Ordnung.
2 =
s0 = s (0) : Anfangsauslenkung
0 = s (0) : Anfangsgeschwindigkeit
Die eindeutige Losung ist s (t) = s0 cos t +
0
sin cos t.
x(0) = 0
1
cos2 t + sin2 t
sin2 t
=
=
1
+
= 1 + x2
cos2 t
cos2 t
cos2 t
!
2
Die Trajektorie geht ins Unendliche in einer endlichen Zeit!
Beispiel 1.14. y 0 = 3y 3 ,
y(0) = 0
cR
y 0 = x2 + y 2
Die Isoklinen sind konzentrische Kreise x2 + y 2 = c.
1
0.75
0.5
0.25
0
-0.25
-0.5
-0.75
-1
-0.5
0.5
1 Einf
uhrung
Beispiel 1.16. Tangenten an dem Einheitskreis
und damit
c 6= 0 ,
-1
-2
-2
-1
2 Spezielle Differentialgleichungen
2.1 Spezielle Differentialgleichungen 1. Ordnung
Die explizit durch elementare Funktionen losbaren Differentialgleichungen sind sehr selten.
Es gibt nur sehr wenige Klassen analytischer Losungsmethoden.
f : If R ,
g : Ig R stetige Funktionen.
Fall 1 g(y) = 0 y = y1 , . . . , ym Ig .
Samtliche Nullstellen bestimmen!
Jede Nullstelle f
uhrt auf eine (singulare) Losung
y(x) = yi ,
dy
)
dx
Jede Seite wird unbestimmt integriert:
Fall 2
g(y) 6= 0 f
uhrt auf (y 0 =
Z
G(y) =
dy
;
g(y)
i = 1, . . . , m.
dy
= f (x) d x.
g(y)
Z
F (x) =
f (x) dx.
c R.
2 Spezielle Differentialgleichungen
2.
dy
y2
= dx G(y) = y1 ,
F (x) = x ,
d.h.
y(x) =
Das Anfangswertproblem lost: y(0) =
y(x) =
1
c
1
.
c+x
= 1 c = 1
1
,
1x
0 x < 1,
Beispiel 2.2. y 0 = 1y
, x 6= 0
x
1
Damit ist f (x) = x , g(y) = 1 y 2
1. g(y) = 0 y1 = 1 ,
2.
dy
1y 2
dx
x
Partialbruchzerlegung:
1
A
B
A + Ay + B By
=
+
=
2
1y
1y 1+y
1 y2
Z
G(y) =
F (x) =
dx
x
= ln |x|
1
dy
=
2
1y
2
1
dy
+
1y 2
dy
= ln
1+y
A=B=
1
2
s
1 + y
1 y
und damit
s
1 + y
ln |x| = ln c ,
ln
1 y
1 + y
2 2
1 y = c x
(
A+B =1
AB =0
y(x) =
c > 0,
c2 x 2 1
c2 x 2 + 1
(ln c beliebig! )
oder
y(x) =
c2 x 2 + 1
c2 x 2 1
1
Das Anfangswertproblem lautet y(x0 ) = y0 , x0 6= 0. Falls y0 < 1 ist, ist y(x) = cc2 xx2 +1
2 2
(mit passender Konstante) die Losung, falls y0 > 1 ist, ist es y(x) = cc2 xx2 +1
. Im Fall
1
y0 = 1 wird das AWP durch die singulare Losung y 1 gelost.
F
ur y0 > 1 existiert die Losung nicht in ganz R.
c>0
y(x) = c e
Z
,
A(x) =
a(x)dx
y(x) = y0 ea(xx0 )
Suche die Losung von y 0 + a(x)y = f (x) in der Form y(x) = c(x) eA(x) , A(x) = a(x)dx.
Es gilt:
y 0 = c0 eA(x) + c eA(x) (A0 (x)) = c0 eA(x) a(x) c eA(x) = c0 eA(x) a(x)y
und damit y 0 + a(x)y = c0 eA(x)R = f (x),
d.h. c0 = f (x) eA(x) und c(x) = f (x) eA(x) dx + c.
Und schlielich:
y(x) =
A(x)
c| e {z }
allg. L
osung der hom. Gleichung
e
|
A(x)
f (x) eA(x) dx
{z
}
spezielle L
osung der inhomogenen Gleichung
dy
dx
=
y
x
c
x
2 Spezielle Differentialgleichungen
b) Losung der inhomogenen Gleichung per Variation der Konstanten:
y0 =
c0 x c
,
x2
y0 +
c0 x c
y
c
c0
=
= x3
+
=
x
x2
x2
x
c 1 4
+ x ,
x 5
cR
I(t)
L
R
V (t)
R
V (t)
L
I(t)
t0
V0
.
R
V0
V0
( I0 ) eR/L t ,
R
R
t 0.
V0
L
eR/L t cos t
1
R/L t
c = V0 R2 +
) + c
2 L2 (R cos t + L sin t) e
und damit
I(t) = c eR/L t +
mit cos =
10
V0
R2 + 2 L2
R
R2 + 2 L2
cos( t )
sin =
L
.
R2 + 2 L2
cos( t )
R 2 + 2 L2
I(t)
1
0.75
0.5
0.25
0
-0.25
-0.5
-0.75
0.5
1.5
uy = b.
a(x, y) =
b(x, y) erf
ullt
11
2 Spezielle Differentialgleichungen
3
2
1
0
-1
-2
-3
-4
-2
y(0) = 1
bx = 2x exakte DGl.
2. a) u(x, y) = x2 y + c(y)
b) uy = x2 + c0 (y) = 2y + x2 c0 (y) = 2y
c) c(y) = y 2
3. x2 y + y 2 = c ist die allgemeine Losung.
12
-1
-2
-1
-2
1
x2 x4 + 4
die richtige Losung ist y = (x2 + x4 + 4).
y=
2
2
y
Beispiel 2.11. x2 +y
2 +
2
)2y
1. ay = (x(x+y
=
2 +y 2 )2
2. a) u(x, y) = y
b) uy =
1
2
1+ y 2
1
x
x
x2 +y 2
y0 = 0 ,
y 2 x2
(x2 +y 2 )2
dx
x2 +y 2
+ c0 =
x, y 6= (0, 0) , y(1) = 1
= bx exakte Differentialgleichung!
c0 = 0
c) c(y) = 1
3. arctan xy + 1 = c oder arctan y/x = c ist die allgemeine Losung.
4. arctan 1/1 = c =
13
2 Spezielle Differentialgleichungen
2. a) u(x, y) =
x
y
+ c(y)
Es gilt mx = m vx ,
m0
ay b x
my = m vy und damit
=
.
m
b vx a vy
0
ay b x
= h(v), dann kann man m(v) bestimmen:
Ist zufallig
b vx a vy
R
dm
= h(v)dv m(v) = e h(v)dv |v=v(x,y) .
m
vx = 1 , v y = 0
3x2 y 2 + 1 3x2 y 2 + 1
2
= 3 2
3
2
x y x
x y x
Probiere v = xy ,
v x = y , vy = x
x3
y3
2
1
1
=
=
3
3
xy
x
y xy
xy
v
14
1
xy
1
y
oder x2 y 2 + ln xy2 = c , xy 6= 0.
y = 0 ist auch eine Losung!
Abbildung 2.4.
-1
-2
-3
-3
-2
-1
v0 a
b
v0 a
= f (v) v 0 = a + bf (v)
b
15
2 Spezielle Differentialgleichungen
Beispiel 2.15. y 0 = (x + y + 1)3
v = x + y(x) + 1 v 0 = 1 + y 0
v 0 1 = v 3 v 0 = v 3 + 1 v = 1
y = x 2 eine Losung!
dv
v 3 +1
= dx
Partialbruchzerlegung:
Z
Z
Z
1
1
dv
v + 2
dv =
(
+
dv)
3
2
v +1
3
v+1
v v+1
(1 + v)2
1
1
2v 1
ln 2
+ arctan
=
=x+c
6
v v+1
3
3
-1
-2
-3
-5
-4
-3
-2
-1
y
x
x 6= 0
16
trennbare DGl.
v = v1 , . . . , vm
1
(f (v) v)
x
p
Beispiel 2.16. y 0 = y/x 1 y/x , x 6= 0, y/x 1
1
1
(v 1 v v) =
1v
xZ
x
Z
dv
dx
=
2 1 v = ln |x| + c
x
1v
1
1 v = (ln |x| + c)2
4
1
v = 1 (ln |x| + c)2
4
v0 =
und damit
1
y(x) = x(1 (ln |x| + c)2 ) die allgemeine Losung.
4
Die Losung y(x) = x ist singular!
c) Die Bernoulli-Differentialgleichung
y 0 + a(x)y = b(x)y ,
6= 0, 1 (sonst linear!)
17
2 Spezielle Differentialgleichungen
Beispiel 2.17. Pendelbewegung mit Luftreibung
x + 2 x + rx|
x|
=0
(Bremskraft ist proportional zum Quadrat der Geschwindigkeit).
Die Gleichung f
ur die Geschwindigkeit als Funktion des Ortes v(x) = v(x(t)) ist
x = v =
dv dx
= v 0 v und damit
dx dt
2
2
x + 2 + c e2rx ,
r
2r
cR
q
c1 e2rx 2 x + 22 , v > 0
r
2r
u(x) = q
2
c e2rx + x + 2 ,
v<0
2
r
2r2
d) Die Riccati-Differentialgleichung
y 0 = a(x)y + b(x)y 2 + f (x)
Im Allgemeinen gibt es kein analytisches Losungsverfahren! Kennt man jedoch eine
spezielle Losung y0 (x) , so f
uhrt die Substitution
v(x) =
1
1
oder y(x) = y0 (x) +
y(x) y0 (x)
v(x)
y 0 = y00
18
4a a = 0
4b 2ab = 0
b=0
a=4
b = 0,
a = 4!
dx
dp
y =
p = y 0 R.
dy
dp
dy dx
= px und F (x, y, p) = 0.
dx dp
Fp
x = Fx +pFy
y = y(p) ,
oder
y = pFp
Fx +pFy
Beispiel 2.19. x = f (y 0 ) oder x f (y 0 ) = 0 ,d.h.
F (x, y, p) = x f (p) Fx = 1 , Fy = 0 , Fp = f 0 (p) und damit
x = f 0 (p)
x = Rf (p)
parametrisierte Losung
y = pf 0 (p)
y = pf 0 (p)dp
Beispiel 2.20. y = f (y 0 )
R 0
Es gilt y = f (p), x = f p(p) dp.
19
2 Spezielle Differentialgleichungen
Beispiel 2.21. DAlambert-DGL
y = xf (y 0 ) + g(y 0 ) F (x, y, p) = y xf (p) g(p)
Fx = f (p) ,
Fp = xf 0 (p) g 0 (p)
Fy = 1 ,
und damit
x =
xf 0 (p)+g 0 (p)
f (p)+p
, lineare DGl f
ur f (p) 6= p
sonst
x(p) = g 0 (p) y = x(p, c) f (p) + g(p).
F
ur
f (p) = p ,
d.h.
y = xy 0 + g(y 0 ) - Clairaut-DGl
x = g 0 (p) , y = p g 0 (p) + g(p)) - eine Losung.
c R ist eine allgemeine Losung:
y 0 = c y = cx + g(c)
siehe Bsp. 1.8 (y 0 )2 4xy 0 + 4y = 0
y = xy 0 41 (y 0 )2 - Clairaut-DGl.
Die Geradenschar ist y = cx 41 c2 ,
1
x = p,
2
c R und
1
1
1
y = p 2 p 2 = p 2 = x2
2
4
4
1
1+p2
y=
1
1+(y 0 )2
= f (y 0 )
pf 0 (p)dp = pf (p)
f (p)dp + c =
p
1+p2
arctan p + c
DAlambert-DGl
2x + 2
x2p + 2p
=
2
p + p
1p
2
2
x
x=
1p
1p
x =
F
ur die Losung der homogenen Gleichung gilt:
2
dx
=
dp
x
1p
ln |x| = 2 ln |1 p| + ln c x =
20
c
(1 p)2
2 +2(1p)c
c(1p)
(1p)4
1
c (1p)
%1 3 2c (1p)
%1 3 =
2 + 2c (1p)
c = 2(1 p) c = (1 p)2 + c
x = 1 +
Es folgt
x+1yc =
=
c
(1p)2
y = 1+
c
(1p)2
cp2
(1p)2
c/cp2 c/+2cpcp2
(1p)2
c
(1p)2
2
(1p)
und damit
p 2 + p2 =
cp2
(1p)2
c(1p)2
(1p)2
2cp
1p
und damit
(x + 1 y c)2 = 4cy
implizite Losung
(Parabelschar
Abbildung)
y = 0 ist eine singulare Losung.
Horizontale Tangente f
ur alle Losungen x = 1 + c ,
Vertikale Tangente ist x = 1 , y = c , y 0 =
y = 0,
y0 = 0
21
3 Spezielle Differentialgleichungen
zweiter Ordnung
3.1 Lineare Differentialgleichungen mit
konstanten Koeffizienten
Die Differentialgleichungen haben die Form:
y 00 + ay 0 + by = f (x) ,
a, b R ,
f : I R.
Man nennt die Differentialgleichung homogen, falls f (x) = 0 gilt, sonst inhomogen.
Eigenschaften:
(f (x) = 0, homogen)
a) Ist y(x) eine Losung, so ist auch R y(x) eine Losung.
b) Sind y1 (x) und y2 (x) zwei Losungen, so ist auch y1 (x) + y2 (x) eine Losung.
D.h. die Losungsmenge L einer homogenen Differentialgleichung ist ein reeller Vektorraum. Eine Basis in L heit Fundamentalsystem. Die Dimension von L ist gleich der
Ordnung der Differentialgleichung (d.h. dim L = 2 in diesem Kapitel). Die allgemeine
Losung ist
y(x) = c1 y1 (x) + c2 y2 (x) , c1 , c2 R
{y1 (x) , y2 (x)} ist das Fundamentalsystem.
L
osungen der homogenen Differentialgleichung mit konstanten Koeffizienten
Suche eine Losung der Differentialgleichung y 00 + ay 0 + by = 0 in der Form y = ex , C
2 ex + a ex + b ex = 0 2 + a + b = 0
1 und 2 bezeichnen die Nullstellen der quadratische Gleichung.
Es sind drei Falle zu unterscheiden:
1. 1 6= 2 R
y1 (x) = e1 x ,
y2 (x) = e2 x
23
komplexe Nullstellen
1,2 = i y1,2 (x) = exix = ex (cos x i sin x)
Bemerkung
Das AWP ist durch y(x0 ) = y0 ,
y 0 (x0 ) = y1 gegeben!
Beispiel 3.1. y 00 6y 0 + 5y = 0
Die zugehorige quadratische Gleichung lautet:
2 6 + 5 = 0 = 3
,
Die allgemeine Losung ist y(x) = c1 ex + c2 e5x ,
95=32
c1 , c2 R.
Beispiel 3.2. y 00 4y 0 + 4y = 0
Es gilt 2 4 + 4 = 0 1 = 2 (zweifache Nullstelle),
Die allgemeine Losung ist y(x) = (c1 + c2 x)e2x .
Beispiel 3.3. y 00 6y 0 + 34y = 0
F
uhrt zu 2 6 + 34 = 0 , D = 32 34 = 25 < 0
1,2 = 3 5i y(x) = e3x (c1 cos 5x + c2 sin 5x)
24
konstanten Koeffizienten
Hinweis zur L
osung der inhomogenen Gleichung
Die allgemeine Losung der inhomogenen Differentialgleichung (f (x) 6 0) lautet:
y(x) = c1 y1 (x) + c2 y2 (x) + yp (x),
wobei {y1 (x) , y2 (x)} das Fundamentalsystem der homogenen DGl ist und yp (x) eine partikulare Losung der inhomogenen Differentialgleichung.
yp (x) ist i.A. schwer zu finden.
a) Variation der Konstanten
yp (x) = c1 (x)y1 (x) + c2 (x)y2 (x) :
yp0
yp00
Eine Gleichung f
ur zwei Funktionen
f y2
f y1
; c02 =
,
0
0
y2 y1
y1 y2 y2 y10
y1 y20
f ()y2 ()
d + y2 (x)
w()
x0
Zx
f ()y1 ()
d
w()
x0
yp (x) = e
ln e d + e
ln e5 d ,
4
4
x0
x0
25
2 + a + b 6= 0 , ( 6= 1 , 2 )
pm (x) e ,
yp (x) = x pm (x) ex , 2 + a + b = 0 , 2 + a 6= 0
2
x pm (x) ex , 2 + a + b = 0 , 2 + a = 0, (doppelt)
mit pm (x) = Am xm + Am1 xm1 + . . . + A0 .
Beispiel 3.5. y 00 4y 0 + 4y = 7
1 = 2 = 2 ,
= 0 6= 2
b) y 00 + 4y = x2 yp = A2 x2 + A1 x + A0
1
2A2 + 4A2 x2 + 4A1 x + 4A0 = x2 A2 = ,
4
1 2 1
(1)
Damit yp (x) = x
4
8
c) y 00 + 4y = 5 cos 2x = 5Re ei2x z 00 + 4z = 5e2ix ,
A1 = 0 ,
A0 =
1
8
zC
26
c1 , c2 R.
m
d
F (t)
Abbildung 3.1: Das mechanisches System
2 = c/m
q0
2 + 2 + 02 = 0 = 2 02
2 = d/m ,
x(t) = c1 e
+ c2 e
( t)
, > 0 ,
< ,
q
= 2 02
b) 2 = 02 , aperiodischer Grenzfall:
x(t) = (c1 + c2 t)e t ,
> 0,
c1 , c2 R
1 =
q
02 2
Grenzfalle:
d = 0 = 0 keine Dampfung, es liegen harmonische Schwingungen vor.
d = 2 mc aperiodischer Grenzfall.
27
6= 0
xp (t) = p 2
cos( t ), = arctan
(0 2 )2 + 42 2
2
2
0 2
Die Schwingung hat die gleiche Frequenz wie die Anregung f (t), sie ist f
ur > 0
phasenverschoben und hat eine Amplitude A v(), wobei
v() = ((02 2 )2 + 42 2 )1/2
den Verstarkungsfaktor bezeichnet.
F
ur v() 0.
F
ur v 0 ( ) = 0 hat v() ein Maximum:
1
v 0 () = ((02 2 )2 + 42 2 )3/2 (2(02 2 )(2) + 82 )
2
p
4(22 02 + 2 ) = 0 , = 02 22
1
Die Frequenz heit Resonanzfrequenz. Resonanz tritt nur auf f
ur < 0 .
2
Der Verstarkungsfaktor ist dabei
v( ) = (4
02
4 1/2
4 )
1
=
,
2 1
q
1 = 02 2 .
Resonanzkatastrophe: 0 1 (Eigenfrequenz).
28
u = y0
a)
b)
y(x) = c1
ex dx + c2
ay 00 = 1 + (y 0 )2
= dx arcsinh(u) =
2
a
a
1+u
x + c1
x + c1
0
y (x) = sinh
y(x) = a cosh
+ c2
a
a
b) Die Differentialgleichung vom Typ y 00 = f (y, y 0 )
x tritt nicht auf, daher nimmt man y als unabhangige Variable:
dv dy
y 0 = v(y) , y 00 =
= v0v
dy dx
Die DGl wird zu
1
v 0 = f (y, v)
v
Ist v(y, c1 ) eine allgemeine Losung dieser Differentialgleichung, so ergibt sich durch
y 0 = v(y, c1 )
eine trennbare Differentialgleichung f
ur y.
Beispiel 3.9. y 00 = 51
(y 0 )2
y
y(0) = y 0 (0) = 1
v2
y
v 0 = 51
v
y
trennbare Differentialgleichung
dv
1 dy
=
v(y) = c1 y 1/5 ,
v
5 y
Anfangsbedingung: y 0 (0) = 1 bei y(0) = 1
v(1) = 1 v(y) = y 1/5 ,
c1 R
c1 = 1
5
y 0 = y 1/5 dy y 1/5 = dx y 6/5 = x + c2
6
5
Anfangsbedingung: y(0) = 1 c2 = 6
6
6
y 6/5 = x + 1 y(x) = ( x + 1)5/6
5
5
.
29
f (yi ) = 0 ,
i = 1, . . . , m
x + 2 sin x = 0 ,
x(0) = x0 ,
x(0)
=0
b) 2
xx + 2 2 x sin x = 0 x = 2 2 cos x + c
Anfangsbedingung: x(0)
= 0, x(0) = x0
2
c = 2 cos x0 bzw.
p
x(t)
= 2(cos x cos x0 ).
Die implizite Losung ist
Z
d
1 x
p
=t
x0 2(cos cos x0 )
(Elliptische Funktionen!)
30
m
mg sin
mg
4 Spezielle Laplace-Transformation
4.1 Definition, Eigenschaften
Definition 4.1. Eine Funktion f : [0, ] R heit Laplace-transformierbar, wenn das
uneigentliche Integral
Z
est f (t)dt ,
sR
f (t) = 1
F (s) =
R
0
b)
f (t) = e t
F (s) =
R
0
1
1
st
est d t = e = ,
s
s
0
e(s)t
1 (s)t
1
dt =
e
, s>
=
s
s
0
est cos t dt =
est sin t dt =
Bemerkung cos t = Re ei t ,
s>0
s
,
s2 + 2
s>0
,
+ 2
s>0
s2
sin t = Im ei t
est |f (t)| dt M
est e t dt =
M
, s > .
s
31
4 Spezielle Laplace-Transformation
Eigenschaften:
a) Linearit
at
L[ f + g] = L[f ] + L[g]
Beispiel 4.4.
L[cosh t] =
L[sinh t] =
1
1
1 1
1 1
s
L[et ] + L[et ] =
+
+= 2
,
2
2
2s1 2s+1
s 1
s2
1
,
1
s2
s>1
s>1
3s 5
A
B
As A + Bs 3B
=
+
=
4s + 3
s3 s1
(s 3)(s 1)
A+B = 3
A 3B = 5
2B = 2 ,
B = 1,
A=2
und damit
s2
2
1
3s 5
=
+
= L[2e3t ] + L[et ] = L[et + 2e3t ]
4s + 3
s3 s1
b) Streckung, Ahnlichkeit
1 1
L[f (ct)] = F ( s) ,
c c
c>0
Beweis.
Z
L[f ](s) =
Substitution = ct in (dt =
1
d ) f
uhrt auf
c
Z
L[f (ct)](s) =
e
0
32
st
1
f (ct) dt =
c
s
1 s
e c f ( ) d = F ( ).
c c
1
s/
s
=
,
(s/)2 1
s2 2
s>
L[f ](s) =
st 0
f (t) dt = e
st
Z
f (t) (s)est f (t) dt = f (0) + sL[f ](s) ,
0
usw.
t
Z
1
L f ( )d = L[f ](s)
s
0
Rt
h(0) = 0
und damit
L[f ](s) = L[h0 ](s) = sL[h] h(0)
oder
1
L[h] = L[f ].
s
Beispiel 4.7.
1
1
= L[1] = sL[t] L[t] = 2 ,
s
s
t0 = 1 ,
Allgemein gilt: L[tn ] =
n!
sn+1
s > 0.
s > 0.
Beispiel 4.8.
L[a0 + a1 t + . . . + an tn ] =
a0 a1 2!a2
n!an
+ 2 + 3 + . . . + n+1
s
s
s
s
33
4 Spezielle Laplace-Transformation
e) Differentiation der Bildfunktion
d
F (s) = L[t f (t)]
ds
dn
F (s) = (1)n L[tn f (t)]
dsn
Beweis.
d
F (s) =
ds
d st
(e )f (t)dt =
ds
d
d
2s
Beispiel 4.10. L[t sin t] = L[sin t] =
= 2
2
2
ds
ds s +
(s + 2 )2
d
1
1
=
= L[t e2t ]
Beispiel 4.11.
(s 2)2
ds s 2
e) Integration der Bildfunktion
Z
1
f (t) (s)
F (u) du = L
t
Beispiel 4.12.
Z
sin t
u
L
du = arctan = /2 arctan s/
=
t
u2 + 2
s
f) D
ampfung
L[e t f (t)] = F (s + )
Beispiel 4.13. L[e t tn ] =
n!
(s )n+1
g) Faltung
Definition 4.14. Die Faltung der Funktionen f und g ist definiert durch
Z
f g (t) =
f (t )g( ) d
0
Es gilt:
34
usw.
st
Z
f (t ) g( ) d dt
0
Z
=
Z
st
g( )
e f (t )dt d
Man substituiere t = u t = u + ,
Z
L[f g](s) =
dt = du und erhalt so
Z
su
g( )e
f (u)du d = L[f ] L[g]
= v0 .
Die Anwendung der Laplace-Transformation f
uhrt auf (X(s) = L[x](s))
(s2 X(s) sx0 v0 ) + a(sX(s) x0 ) + bX(s) = F (s),
die Losung dieser algebraischen Gleichung lautet
X(s) =
F (s)
sx0 + ax0 + v0
+
.
s2 + as + b
s2 + as + b
1
2
s + as + b
35
4 Spezielle Laplace-Transformation
und einer partikularen Losung
1
yp (t) = L
F (s)
.
s2 + as + b
Beispiel 4.15.
x + 4x = sin t
=?
L1
(s2 + 2 )(s2 + 4)
a) = 2
1
1
L
=
(sin t t cos t)
Ubung
2
2
(s + 4)
2 2
b) 6=2
1
1
( sin 2t 2 sin t)
L
=
2
2
2
2
(s + )(s + 4)
2( 4)
2. X(s) =
(s2
2 )(s2
+ c1
s2
s
e2 EH
s2 (m2 s2 + (eH)2 )
meE
Y =
2
s(m s2 + (eH)2 )
eH
E
Sei
a=
b=
m
H
2
ab
ab
, Y =
X = 2 2
2
2
s (s + a )
s(s + a2 )
X =
36
1
sin at)
a
y(t) = L1 [Y ] = b/a(1 cos at)
37
5 Existenztheorie
5.1 Hilfsmittel
Sei V ein Vektorraum (reell oder komplex).
Definition 5.1. Eine nichtnegative, reellwertige Funktion k k : V R+ heit Norm,
wenn sie die folgenden Eigenschaften besitzt:
1. kxk 0 ,
x V ,
2. kxk = ||kxk ,
kxk = 0 x = 0 ;
x V ,
3. kx + yk kxk + kyk ,
R (C)
x, y V
Bemerkung
Die Norm definiert einen Abstand (eine Metrik) mit %(x, y) = %(y, x) = kx yk.
Beispiel 5.2. Auf dem n-dimensionalen euklidischen Raum Rn oder dem unitaren Raum
Cn gibt es unter anderem folgende Normen:
a) kxk = (x21 + . . . + x2n )1/2 ;
b) kxk = |x1 | + . . . + |xn | ;
c) kxk = max |xi |
1in
Beispiel 5.3. Es sei G Rn eine kompakte Menge und C(G) die Menge aller auf G
stetigen Funktionen, dann sind die Funktionen in a) und b) Normen auf C(G).
a) kf k = max |f (x)|
xG
x G ist.
Definition 5.4. Eine Folge {xn } V konvergiert stark oder nach der Norm gegen x V,
wenn
lim kxn xk = 0
n
Die Folge {xn } heit Cauchy-Folge, wenn es zu jedem > 0 ein N0 () gibt mit
kxn xm k < n, m N0 ().
39
5 Existenztheorie
Definition 5.5. Ein linearer Raum heit vollstandig, wenn jede Cauchy-Folge einen
Grenzwert in V besitzt. Ein vollstandiger normierter Vektorraum ist ein Banach-Raum.
Beispiel 5.6. Betrachte C(G) mit kf k = max|f (x)|.
xG
Die Konvergenz nach der Norm ist identisch mit gleichmaiger Konvergenz. Der Limes einer gleichmaig konvergenten Folge stetiger Funktionen ist stetig, d.h. C(G) ist
vollstandig.
Definition 5.7. Eine Abbildung T : V1 V2 heit Operator.
Schreibweise: y = T (x) , x V1 , y V2 .
Ist T linear, d.h.
T (x + z) = T (x) + T (z) ,
x, z V1 ,
, R(C),
> 0,
x, y D.
Bemerkung
Lipschitz-Bedingung Stetigkeit in D.
Beispiel 5.10. Sei V1 = C([a, b]) ,
V2 = R und T (f ) = T f =
Rb
f (x)dx.
Zb
f (x)dx
Zb
g(x)dxk = |
Zb
f (x)dx
Zb
g(x)dx|
|f (x) g(x)|dx
a
kf gkC([a,b]) (b a) .
| {z }
L
Rx
f (z)dz.
40
5.2 Fixpunktsatz
5.2 Fixpunktsatz
Definition 5.13. Sei T : V V ein Operator.
Die Folge {xn } mit x0 V , x1 = T (x0 ) , x2 = T (x1 ), . . . , xn = T (xn1 ) heit eine
Fixpunktfolge.
Satz 5.14. Fixpunktsatz
Sei D V eine nichtleere, abgeschlossene Teilmenge eines Banach-Raumes V.
Der Operator T : D D gen
uge auf D einer L-Bedingung mit einer Konstante L < 1:
kT (x) T (y)k Lkx yk ,
L < 1.
kxn+1 xn k Ln kx1 x0 k ,
n = 0, 1, 2, . . .
F
ur n = 0 gilt kx1 x0 k L0 kx1 x0 k.
Sei kxn+1 xn k Ln kx1 x0 k , n 0 bereits bewiesen.
Es gilt dann
kxn+2 xn+1 k = kT (xn+1 ) T (xn )k Lkxn+1 xn k Ln+1 kx1 x0 k.
Sei p > 0. Es gilt
kxn+p xn k = k(xn+1 xn ) + (xn+2 xn+1 ) + . . . + (xn+p xn+p1 )k
(Ln + Ln+1 + . . . + Ln+p1 )kx1 x0 k
Ln (1 + L + L2 + . . . + Lp1 )kx1 x0 k
X
Ln
n
kx1 x0 k.
L
Lk kx1 x0 k
1L
k=0
Die Folge {xn } ist demnach eine Cauchy-Folge und besitzt wegen der Vollstandigkeit von
V einen Limes lim xk = x . Es gilt
k
Ln
kx1 x0 k
p
1L
Der Operator T ist wegen der L-Bedingung stetig, damit ergibt sich, dass
lim kxn+p xn k = kx xn k
L < 1 oder kx yk = 0 x = y
41
5 Existenztheorie
x0 x x0 + a ,
y(x0 ) = y0 .
|x0 x x0 + a ,
y R}
L>0
Umgekehrt gen
ugt eine auf I stetige Funktion y der Integralgleichung, so gilt auch
y(x0 ) = y0 und y 0 = f (x, y).
D.h. das Anfangswertproblem und die Integralgleichung sind f
ur stetig differenzierbare
Funktionen aquivalent. Wir betrachten die Fixpunktgleichung
Zx
y = T (y) ,
T (y) = y0 +
f (t, y(t))dt.
x0
max
x0 <x<x0 +a
|y(x)|. Es gilt
x
Z
Zx
|T (y) T (z)| = f (t, y(t)) f (t, z(t)) dt Lky zk
dt Laky zk.
x0
x0
Damit gen
ugt T einer L-Bedingung mit der L-Konstante La. Die L-Konstante La < 1
gilt nur f
ur a < 1/L. Damit haben wir die Existenz und die Eindeutigkeit f
ur a < 1/L
bewiesen.
F
ur a 1/L gibt es folgende Moglichkeiten:
42
a) Sei n N mit b =
x0 x x0 + b , x0 + b x x0 + 2b, . . . , x0 + (n 1)b x x0 + a
bestimmt. An den Schnittstellen ist y(x) links- und rechtsseitig differenzierbar und
b
b
beide Ableitungen sind gleich, namlich gleich f (x0 + k , y((x0 + k )). Damit ist alles
n
n
bewiesen.
b) Sei
kyk =
max
x0 xx0 +a
|y(x)| e x ,
>0
x0
Zx
e t dt
x0
L
ky zk(ex ex0 )
L
ky zkex
und damit
kT (y) T (z)k =
max
x0 xx0 +a
|T (y)(x) T (z)(x)| e x
L
ky zk.
F
ur > L ist die Losung des Anfansgwertproblems damit existent und eindeutig.
Bemerkungen
1) Der Satz zeigt, dass die Folge {yk } mit
Zx
yk+1 (x) = y0 +
f (t, yk (t))dt ,
y0 (t) y0
x0
gegen die Losung y(x) des Anfangswertproblems gleichmaig konvergiert. Diese Iteration bezeichnet man als Picard-Iteration.
Beispiel 5.16. Das Anfangswertproblem y 0 = xy, y(0) = 1 hat die Losung y(x) =
1 2
e2x .
43
5 Existenztheorie
Die ersten Glieder der Picard-Iteration lauten
y0 (x) = 1
Zx
y1 (x) = 1 +
x2
t 1 dt = 1 +
2
x0
Zx
y2 (x) = 1 +
t(1 +
t2
x2 x4
)dt = 1 +
+
2
2
8
t(1 +
x2 x 4 x6
t2 t4
+ ) dt = 1 +
+
+
2! 3!
2
8
48
x0
Zx
y3 (x) = 1 +
x0
Induktion f
uhrt auf
yn (x) =
n 2 k
X
x
k=0
und damit
1
k!
1 2
2) Der Mittelwertsatz garantiert, dass eine nach y partiell differenzierbare Funktion einer
L-Bedingung gen
ugt! (Hinreichende Bedingung.) Haufig ist f nicht in einem ganzen
Streifen, sondern nur in einer Umgebung des Punktes (x0 , y0 ) R2 definiert.
Satz 5.17. Es sei
R = {(x, y) R2 ,
x0 x x0 + a , |y y0 | b}
y(x0 ) = y0
Beweis. Betrachte
ur y < y0 b
f (x, y0 b) f
f (x, y)
f
ur (x, y) R
f (x, y) =
f (x, y0 + b) f
ur y > y0 + b.
f(x, y) ist stetig in dem Streifen {x0 x x0 + a, y} und gen
ugt dort einer L-Bedingung.
Nach Satz 1 existiert also genau eine Losung y(x) des Anfangswertproblems mit f.
Diese Losung ist, solange sie in R verlauft, auch Losung des urspr
unglichen Anfangswertproblems.
Wegen |f| A ist |y 0 | A, d.h. die Losung y(x) verlauft im Winkelraum zwischen den
Geraden y0 A(x x0 ).
Sie kann R also fr
uhestens an der Stelle x0 + min(a, b/A) verlassen.
44
(x, y) , (x, z) D U.
Bemerkung
Eine lokale L-Bedingung ist im Gegensatz zur globalen L-Bedingung eine schwache Forderung.
Beispiel 5.19. f (x, y) = y 2
Es gilt |y 2 z 2 | = |y z| |y + z|.
|y + z| ist in R2 nicht beschrankt, d.h. f (x, y) gen
ugt nur lokal, aber nicht global einer
L-Bedingung.
Satz 5.20. Sei D R2 eine offene Menge. Die Funktion f : D R2 gen
uge in D einer
lokalen Lipschitz-Bedingung. Dann hat das Anfangswertproblem
y 0 = f (x, y) ,
y(x0 ) = y0
f
ur jedes (x0 , y0 ) D genau eine Losung y(x), die nach links und rechts dem Rand von
D beliebig nahe kommt.
Beweis. Wir beweisen zunachst die lokale Losbarkeit:
45
5 Existenztheorie
lim
xb0
lim
xb0
min
|
zD
k(x, y(x)) zk
{z
}
=0
x x0 }.
Die Bedingungen a), b) oder c) garantieren, dass G D keine kompakte Teilmenge ist:
a), b) nicht beschrankt, c) nicht abgeschlossen.
Angenommen, G ist kompakt und y(x) existiert auf [x0 , x0 + b). Auf G ist f beschrankt
|f | A und damit |y 0 | A. y(x) ist damit auf [x0 , x0 + b) gleichmaig stetig; es existiert
also
= lim
|y(x)| und es gilt (b, ) G.
xb0
46
y(x) = y0 +
x0
Der Grenz
ubergang x b 0 zeigt, dass sie auch f
ur x = b g
ultig ist. y(x) ist damit
in b linksseitig differenzierbar und es gilt y 0 (b) = f (x, y(b)). Damit ist die Losung von
[x0 , x0 + b) auf [x0 , x0 + b] fortsetzbar. Dann aber kann man eine lokale Losung durch
(b, y(b)) finden und die Losung weiter fortsetzen
G ist nicht kompakt a), b) oder
c).
x, y I
mit |x y| () und f F .
Wichtig: ist f
ur alle f F g
ultig.
Satz 5.23. Ist die Folge F = {fn } auf I = [a, b] gleichgradig stetig und konvergiert
x U I, wobei U eine in I dichte Punktmenge ist, so konvergiert die Folge f
ur alle
x I und zwar gleichmaig, d.h. f = lim fn ist stetig.
n
m = 1, . . . , N.
47
5 Existenztheorie
Nun sei x I x Iq f
ur ein 1 q N . Es gilt |x xq | () und damit
|fk (x) fn (x)| |fk (x) fk (xq )| + |fk (xq ) fn (xq )| + |fn (x) fn (xq )|
+ + = 3 , k, n n0 ()
Damit konvergiert die Folge F gleichmaig auf I und ihr Limes f = lim fn ist auf I
n
stetig.
Satz 5.24. Arzela-Ascoli
Jede auf I = [a, b] gleichgradig stetige Folge F = {fn } mit |fn (x)| c f
ur x I und n 1
enthalt eine auf I gleichmaig konvergente Teilfolge.
Beweis. Sei U I eine abzahlbare, in I dichte Punktmenge, U = {x1 , x2 , . . .} (z.B.
rationale Zahlen). Die Zahlenfolge {an } mit an = fn (x1 ) ist beschrankt (|an | c), sie
besitzt eine konvergierende Teilfolge:
fp1 (x1 ), fp2 (x1 ), fp3 (x1 ), . . . .
Die Zahlenfolge {bn } mit bn = fpn (x2 ) ist ebenfalls beschrankt, d.h. besitzt eine konvergierende Teilfolge
fq1 (x2 ), fq2 (x2 ), fq3 (x2 ), . . . ,
x0 x x0 + a ,
y R} ,
|f (x, y)| c ,
48
x, y S.
y(x) = y0 +
x0
Dazu betrachten wir eine Zahlenfolge {n } mit lim , n 0 und eine Folge der Funktion
nen:
y0 , x0 n x x0
Rx
Zn (x) =
y0 + f (t, Zn (t n ))dt , x0 x x0 + a
x0
n.
Damit ist die Folge Z gleichgradig stetig und besitzt (Satz 5.25) eine konvergierende
Teilfolge {Znk } mit lim Znk = y. Es gilt
n
Zx
f (t, Znk (t nk ))dt.
Znk (x) = y0 +
x0
f (t, y(t))dt.
x0
y(x0 ) =
49
5 Existenztheorie
Satz 5.27. Peano Ist f in einem Gebiet D R2 stetig, so geht durch jeden Punkt
(x0 , y0 ) D mindestens eine Losung der Differentialgleichung y 0 = f (x, y), die sich nach
links und rechts bis zum Rand von D fortsetzen lasst.
Bemerkung
Der Beweis des Existenzsatzes von Peano ist nicht-konstruktiv, d.h. es gibt kein Verfahren,
nach dem man eine konvergente Teilfolge gewinnen kann.
x [x0 , X].
(s) ds,
(?)
x0
x [x0 , X].
0 (x) L
(s) ds,
x [x0 , X]
x0
(x) = 0
und damit
"
Rx
C +L
#0
(s) ds
x0
C +L
Rx
=
(s) ds
x0
L(x)
L
Rx
C + L (s) ds
( wegen (?))
x0
50
y1 (x) y2 (x) =
(f (t, y1 ) f (t, y2 )) dt
x0
und damit f
ur (x) = |y1 (x) y2 (x)| 0
Z
0 (x)
|f (t, y1 ) f (t, y2 )| dt
Z x
Z
L
|y1 (t) y2 (t)| dt = L
(5.1)
x0
x0
(t) dt
(5.2)
x0
Mit dem Lemma von Gronwall folgt hieraus direkt, dass (x) = 0 y1 (x) = y2 (x)
Eine Kombination des Satzes von Peano mit dem Eindeutigkeitssatz ergibt den folgenden
zentralen Satz.
Satz 5.30. Die Funktion f (x, y) sei auf dem Gebiet G R2 stetig und erf
ulle dort eine
lokale Lipschitzbedingung. Dann gibt es zu jedem (x0 , y0 ) G f
ur das Anfangswertproblem
y 0 = f (x, y), y(x0 ) = y0
eine eindeutige Losungskurve y = y(x), die sich bis an den Rand des Gebietes G erstreckt.
Beweis. Sei K G abgeschlossen und beschrankt ( K ist kompakt) und sei (x0 , y0 )
K. Nach Voraussetzung (lokale L-Bed.) gibt es zu jedem Punkt von K eine Umgebung U ,
in der f (x, y) einer Lipschitzbedingung gen
ugt. Da K kompakt ist, gen
ugen U1 , U2 , . . . , Um
dieser Umgebungen, um K vollstandig zu u
berdecken. Nach Satz 5.25 gibt es eine Losungskurve durch (x0 , y0 ), die jedes Ui , das sie trifft vollstandig durchquert und in Ui nach Satz
5.29 eindeutig bestimmt ist, usw. die Losung ist eindeutig in K.
51
5 Existenztheorie
Bemerkung
Aus der Lipschitzbedingung folgt Stabilitat!
Satz 5.31. Stabilit
at bzgl. der Anfangsbedingung
Erf
ullt die stetige Funktion f (x, y) im Gebiet G R2 eine Lipschitzbedingung, dann gilt
f
ur
(1)
y10 = f (x, y1 ),
y1 (x0 ) = y0
y20 = f (x, y2 ),
y2 (x0 ) = y0
(2)
die Abschatzung
(1)
(2)
(1)
|y0
(2)
y0 |
Zx
+L
(t) dt
x0
(1)
(1)
Daraus folgt mit dem Lemma von Gronwall die Behauptung mit C = |y0 y2 |.
Satz 5.32. Stabilit
at bzgl. der rechten Seite
Erf
ullt die stetige Funktion f1 (x, y) auf dem Gebiet G R2 eine Lipschitzbedingung und
unterscheidet sich von f2 (x, y) nur um , d.h.
|f1 (x, y) f2 (x, y)|
(x, y) G
dann gilt f
ur die Losungen
y10 = f1 (x, y1 ),
y20 = f2 (x, y2 ),
y1 (x0 ) = y0
y2 (x0 ) = y0
x0
und damit folgt aus dem Gronwall-Lemma mit C = (X x0 ) die Behauptung.
52
i = 1, . . . , n
i = 1, . . . , n
()
oder kurz
y 0 = f (x, y) ,
xI,
y Rn ,
x I.
Physikalische Systeme, deren Zustand y(x) y : I R durch y selbst sowie durch die
Ableitungen y 0 , y 00 , . . . , y (n1) bestimmt ist, gen
ugen oft einer expliziten skalaren Differentialgleichung n-ter Ordnung:
y (n) = f (x, y, y 0 , . . . , y (n1) ).
Setzt man y1 = y , y2 = y 0 , . . . , yn = y (n1) , so lasst sich diese Gleichung in ein Differentialgleichungssystem 1. Ordnung umwandeln:
y 1 = y2
y 2 = y3
..
y = f (x, y , . . . , y )
n
1
n
y(x0 ) = y0 ,
y : I Rn
mit einem auf D Rn+1 stetigen Vektorfeld f : D Rn besitzt wenigstens eine Losung
f
ur alle (x0 , y0 ) D.
53
L 0.
x0 x x0 + a ,
y Rn }
eine (globale) L-Bedingung, so hat das Anfangswertproblem y 0 = f (x, y), y(x0 ) = y0 genau
eine Losung auf I = [x0 , x0 + a].
b = b1 + ib2 ,
d.h. sowohl Real- als auch Imaginarteil einer komplexen Losung eines homogenen
Differentialgleichungssystems
y 0 = A(x)y
sind reelle Losungen dieses Systems.
3. Die allgemeine Losung des inhomogenen Differentialgleichungssystems:
y(x) = yh (x) + yp (x)
mit einer partikularen Losung yp (x) und der allgemeinen Losung yh (x) des homogenen Systems.
4. Die Losungsmenge eines homogenen Systems
L = {y : y 0 = Ay}
ist ein Vektorraum u
ber R. Die Dimension von L ist stets n : dim L = n. Die Matrix
Y (x) = (y1 (x), . . . , yn (x)) Rnn heit die Losungsmenge und W : I R
W = det Y
die Wronski-Determinante.
54
trA(t)dt
(Liouville-Formel).
Beweis. Es gilt
d
d
W (x) =
det(y1 , . . . , yn )
dx
dx
= det(y10 , y2 , . . . , yn ) + det(y1 , y20 , . . . , yn ) + . . . + det(y1 , y2 , . . . , yn0 )
= det(Ay1 , y2 , . . . , yn ) + det(y1 , Ay2 , . . . , yn ) + . . . + det(y1 , y2 , . . . , Ayn )
Wir betrachten
det((I A)Y ) =
=
det((I A)Y ) =
=
+
det(I A) det Y
(n trA n1 + . . . + (1)n det A) det Y ;
det(y1 Ay1 , y2 Ay2 , . . . , yn Ayn )
n det Y n1 (det(Ay1 , y2 , . . . , yn ) +
det(y1 , y2 , . . . , Ayn )) + . . . (1)n det A det Y,
damit gilt
det(Ay1 , y2 , . . . , yn )+, . . . , + det(y1 , y2 , . . . , Ayn ) = trA det Y.
W (x) gen
ugt damit die folgende Differentialgleichung:
W 0 (x) = (trA)(x) W (x) trennbar
und folglich
Rx
trA(t)dt
x W (x0 ) 6= 0 f
ur ein x0 I.
Folgerung 6.7. n Losungen Y (x) = (y1 , . . . , yn ) Rnn bilden genau dann eine Basis
in Rn , wenn W (x) 6= 0 f
ur ein (und damit f
ur alle x!) x I gilt.
Die allgemeine Losung lautet:
y(x) = Y (x)c ,
c = (c1 , . . . , cn )T Rn .
55
AY
c Rn .
x0
F
ur c = Y 1 (x0 )y0 gilt y(x0 ) = y0 .
1
Beispiel 6.8. y 0 =
x
1 2x2
0 1
yR ,
y,
(
y10 = x1 y1 + 2xy2
x > 0 oder
y20 = x1 y2
a) y2 = 0 y10 = x1 y1 y1 = x,
x
d.h. y1 (x) =
0
b) y2 = x y10 = x1 y1 + 2x2 y1 = x3 ,
3
x
d.h. y2 (x) =
x
Die Fundamentalmatrix ist
Y (x) =
x x3
0 x
,
oder
Rx
2/t dt
= W (x0 ) (eln(x
56
2 /x2 )
0
) = W (x0 )
x2
W (x0 ) 2
=
x .
2
x0
x20
F
ur b(x) = x3
1) Y
3
0
und y(1) =
1
(x) = 2
x
2) y(x)
x x3
0 x
2
1
erhalten wir:
1
=
x
x x3
0 x
Rx 1
1 t
x x3
0 x
Rx
3t2
0
x x3
0 x
=
=
1 x2
0 1
x3 1
0
1 1 1
3
2
dt +
t
0
1
1
1 0
1 t2
0 1
1
dt +
1
4
1
x + x3
.
+
=
x
1
(?)
0
0
..
.
1
0
0 0 ......
1 0 ......
0
0
..
.
y 0 = Ay + b mit A =
trA = an1 (x)
0 0 ......... 0
1
a0 a1 . . . . . . . . . . . . an1
b(x) = (0, 0, . . . , 0, b(x))T Rn .
Die Wronski-Determinante ist
W (x) = W (x0 ) e
Rx
an1 (t) dt
x0
wenn y1 und y2 gleichzeitig zwei linear unabhangige Losungen der DGL (?) sind (n = 2).
Y (x) =
y1 y2
y10 y20
Rx
W (x) =
y20
y1
y10
a1 (t) dt
y2 = c ex0
y20
y10
c1 x0 a1 (t) dt
y2 =
e
y1
y1
57
2x
2
(1 x2 )y 00 2xy 0 + 2y = 0 oder y 00
y0 +
y=0
2
1x
1 x2
Eine Losung ist offenbar y1 (x) = x. Damit ergibt sich
Rx
c1 +
1
y20 y2 = e x0
x
x
2x
1x2
dx
c1 ln(1x2 )
c1
e
=
x
x(1 x2 )
Die Losung der homogenen Gleichung lautet y(x) = cx. Mit der Variation der Konstanten
folgt
c1
Partialbruchzerlegung
c0 = 2
x (1 x2 )
1
1 1
1 1
= c1
+
+
x2 2 1 + x 2 1 x
1 1
1+x
= c1 + ln
+ c2
x 2
1x
x
1+x
ln
),
2
1x
1+x
x
1.
y2 (x) = ln
2
1x
y2 (x) = c2 x + c1 (1 +
f
ur c2 = 0 ,
c1 = 1 erhalten wir
Definition 6.10. Ein Vektor v Rn heit Hauptvektor der Stufe l 1 zum Eigenwert
der Matrix A Cnn , wenn (A I)l1 v 6= 0 und (A I)l v = 0 gilt.
Bemerkungen
1) Jeder Eigenvektor von A ist ein Hauptvektor der Stufe 1.
2) Ist A diagonalisierbar (z.B. A ist symmetrisch)
3) Ist A defektiv
58
i = 1, . . . , n ,
ki - Vielfachheit
1 1 1
Beispiel 6.11. A = 0 1 1
0 0 1
EV:
1 = 1 ,
k1 = 3
1
u = 0 ist ein Eigenvektor, keine weiteren EV.
0
0 1 1
1
0
0 0 1 v1 = 0 v1 = 1
HV1 :
0 0 0
0
0
0 1 1
0
0
HV2 : 0 0 1 v2 = 1 v2 = 1
0 0 0
0
1
1 0
0
V = 0 1 1
0 0
1
V 1
1 0
0
= 0 1 1 .
0 0
1
1 1 0
Ahnlichkeitstransformation:
V 1 AV = J = 0 1 1 Jordan-Normalform.
0 0 1
Fundamentalsystem von y 0 = AY :
1) F
ur alle Eigenwerte ist y(x) = ex u eine Losung.
2) F
ur alle Hauptvektoren v der Stufe l > 1 ist
y(x) = ex (v + x(A I)v + . . . +
xl1
(A
(l1)!
I)l1 v)
0 1 1
Beispiel 6.12. y 0 = 2 3 1 y
1 1
1
1) Die EW sind
1 = 1, k1 = 2
2 = 2, k2 = 1
59
1 1
0
1
V AV =
1
0 0
0
y3 (x) = e2x 1 .
1
0
0
Das inhomogene System lost man z.B. mit der Variation der Konstanten.
y Rn ,
f : D Rn ,
D Rn
()
x > 0;
c) instabil sonst.
Beispiel 6.15. Das homogene lineare Differentialgleichungssystem
y 0 = Ay ,
A R22 ,
y R2
60
+
+
ax
bx2
cxy
dy
exy
Gleichgewichtsl
osungen:
x(a bx + cy) = 0
y(d ex) = 0
Moglichkeiten:
a) x = 0
c) x = d/e
a bd
y=0
y=0
y= +
c ec
Die analytische Losung des Differentialgleichungssystems ist praktisch unmoglich. F
ur
c = 0, d.h. Elstern sind nicht auf Singvogel angewiesen:
x = ax bx2
mit folgenden GGL:
y = dy + exy
a) x = 0
b) x = a/b
b) x = a/b
y=0
d
a
=
b
e
a
d
x= = ,
b
e
c) f
ur
y=0
y R.
Die Losung:
a) x = ax bx2
trennbare DGL:
x(t) =
a eat
.
c1 + b eat
b) y = (d ex(t))y
y(t) = c2 e
trennbare DGL:
edt
ln(c1
= c2
(c1 + b eat )e/b
c,
=
b
e
dt eb
+b eat )
61
62
7 Einschrittverfahren fu
r
Anfangswertprobleme
Dieses Kapitel beschaftigt sich mit der numerischen Losung des Anfangswertproblems
y 0 = f (x, y), y(x0 ) = y0 , y : [x0 , X] Rn , f : ([x0 , X], Rn ) Rn
oder aquivalent dazu der Integralgleichung
Zx
y(x) = y0 +
X x0
, k = 0, 1, . . . , n.
n
k = 0, 1, . . . , n 1
yh (x) = yi + (x xi )f (xi , yi ),
xi x xi+1 , x [x0 , X]
63
7 Einschrittverfahren f
ur Anfangswertprobleme
zu approximieren.
Es gibt eine ganze Klasse solcher Einschrittverfahren, die im Allgemeinen beschrieben
werden als
yk+1 = yk + hk F (xk , yk )
()
und sich durch die Funktion F unterscheiden (oft ist F (xk , yk , hk , . . .)).
Sei h eine Diskretisierung des Intervalls [x0 , x], d. h.
hi = xi+1 xi , i = 0, 1, . . . , n 1,
h = max hi .
0in1
Sei x = xm(h) ein fixierter Punkt des Intervalls [x0 , X] (ein Knoten der Diskretisierung
h).
Definition 7.1. Das Verfahren () konvergiert in x f
ur h 0, wenn
| ym(h) y(x) | 0
(h 0).
(h 0)
x [x0 , X].
h 0.
zm+1 zm
y(xm+1 ) y(xm )
(2)
= F (xm , zm + y(xm ))
= (1)
m + m ,
hm
hm
wobei
(1)
m = F (xm , y(xm ))
y(xm+1 ) y(xm )
das Residuum
hm
und
(2)
m = F (xm , zm + y(xm )) F (xm , y(xm ))
gilt.
64
f
ur h 0.
Das Verfahren () approximiert die Gleichung y 0 = f (x, y) mit der Ordnung p, wenn
p
(1)
m = O(h ),
h 0.
xZm+1
f (x, y(x))dx (xm+1 xm )f (xm , ym )
(Rechteck-Formel)
xm
F = f (xm , ym )
Welche Approximationsordnung besitzt das Eulerverfahren?
Die Taylorentwicklung von y um den Punkt xm liefert f
ur y an der Stelle xm+1
1
y(xm+1 ) = y(xm ) + y 0 (xm )hm + y 00 ()h2m ,
2
und das Residuum erf
ullt daher
1 00
0
(1)
m = f (xm , y(xm )) y (xm ) y ()hm = O(hm )
|
{z
} 2
=0
(1)
m
(falls | y 00 () | c), d. h.
Approximationsordnung 1.
ist von der ersten Ordnung und das Eulerverfahren hat die
xZm+1
1
f (x, y)dx (f (xm , ym ) + f (xm+1 , ym+1 )) (xm+1 xm ),
2
(Trapez-Formel)
xm
1
F = (f (xm , ym ) + f (xm+1 , ym+1 )).
2
Dieses Verfahren ist kompliziert, weil ym+1 aus der (nichtlinearen) Gleichung
hm
hm
f (xm+1 , ym+1 ) = ym +
f (xm , ym )
2
2
bestimmt wird (Newton-Verfahren).
(1)
F
ur das Residuum m gilt aber unter mehrfacher Verwendung der Taylorentwicklung und
der Beziehung y 0 (x) = f (x, y):
ym+1
1
y(xm+1 ) y(xm )
(f (xm , y(xm )) + f (xm+1 , y(xm+1 )))
2
hm
1
1
1
= y 0 (xm ) hm y 00 (xm ) + O(h2m ) + y 0 (xm ) + y 0 (xm+1 )
2
2
2
1
1
= y 0 (xm ) hm y 00 (xm ) + (y 0 (xm ) + y 0 (xm ) + y 00 (xm )hm ) + O(h2m )
2
2
= O(h2m ) zweite Approximationsordnung.
(1)
=
m
65
7 Einschrittverfahren f
ur Anfangswertprobleme
Beispiel 7.5. Runge-Kutta-Verfahren der Ordnung 2
Idee:
xZm+1
1
1
f (x, y)dx h f xm + hm , y xm + hm
2
2
(Mittelpunkt-Formel)
xm
F =f
1
1
xm + hm , ym + hm f (xm , y(xm ))
2
2
Approximationsordnung:
1
y(xm+1 ) y(xm )
1
(1)
m = f xm + hm , y(xm ) + hm f (xm , y(xm ))
2
2
hm
1
= f (xm , y(xm )) + hm fx (xm , y(xm ))
2
1
1
+ hm f (xm , y(xm ))fy (xm , y(xm )) y 0 (xm ) hm y 00 (xm ) + O(h2m ) = O(h2m ),
2
2
00
weil
y (xm ) = fx (xm , y(xm )) + fy (xm , y(xm ))f (xm , y(xm ))
zweite Approximationsordnung, zwei Funktionsaufrufe, explizites Verfahren!
Realisierung:
k1 = f (xm , ym )
1
1
k2 = f xm + hm , ym + hm k1
2
2
ym+1 = ym + hm k2
Definition 7.6. Sei s N eine ganze positive Zahl,
0 ...
a21 0
...
a31 a32 0
...
A=
..
...
.
as1 as2 . . . as, s1
eine reelle Matrix und
66
0
0
0
Rss
..
.
0
c = (0, c2 , c3 , . . . cs )> Rs ,
b = (b1 , b2 , . . . bs )> Rs
0 0
, c = (0, 1/2)> , b = (0, 1)> .
1/2 0
c A
b>
Butcher-Scheme (1964)
d. h.
0 0
0
1/2 1/2 0 Runge-Kutta 2. Ordnung.
0 1
= f (xm , ym )
= f (xm + c2 hm , ym + hm a21 k1 )
= ym + hm (b1 k1 + b2 k2 ) 4 Parameter!
y (xm+1 ) y (xm )
hm
1
1
= y + (b1 + b2 )f + hm b2 a21
f fy + b2 c2
fx + O h2 .
2
2
0
67
7 Einschrittverfahren f
ur Anfangswertprobleme
D. h. f
ur b1 + b2 = 1 hat das Verfahren mindestens 1. Ordnung der Approximation.
Wenn zusatzlich
1
1
b2 a21 = , und b2 c2 =
2
2
erf
ullt ist, wird man ein Verfahren der 2. Ordnung erhalten. Damit hat man eine erste
parametrische Familie der Runge-Kutta-Verfahren der Ordnung 2.
1
1
, c2 =
. Das Verfahren bekommt dann die Form:
Sei b2 = b1 = 1 , a21 =
2
2
1
1
ym+1 = ym + hm F, F = (1 ) f (xm , ym ) + f xm +
hm , ym +
hm f (xm , ym ) .
2
2
F
ur = 1 Beispiel 7.5.
1
F
ur = ein anderes Verfahren
2
k1
k2
ym+1
= f (xm , ym )
= f (xm + hm , ym + hm k1 )
1
= ym + hm (k1 + k2 )
2
1
1
= ym + h ym = 1 + h
ym
2
2
1
ym
= ym + h (1 ) ym + 1 + h
2
h2
h2
=
1 + h h + h +
ym = 1 + h +
ym = ym + hF
2
2
(y 00 = y 0 = y!)
Frage: Wie hoch ist die mit einem s-stufigen Verfahren erreichbare maximale Konsistenzordnung (p)? Die folgende Tabelle zeigt die Anzahl der Bedingungsgleichungen:
68
8
200
Sei p (s) die maximale mogliche Approximationsordnung eines s-stufigen Runge-KuttaVerfahrens. Die folgende Tabelle ist von Butcher bewiesen:
s
p (s)
1 2 3 4 5 6
1 2 3 4 4 5
7 8 9 s9
6 6 7 s2
3
X
bj kj .
s=1
h2 2
= f + c2 hfx + ha21 fy k1 +
c2 fxx + 2fxy k1 c2 a21 + a221 fyy k12 + O h3
2
= f + c3 hfx + (a31 k1 + a32 k2 ) hfy
h2 2
c3 fxx + 2c3 (a31 k1 + a32 k2 ) fxy + (a31 k1 + a32 k2 )2 fyy
+
2
69
7 Einschrittverfahren f
ur Anfangswertprobleme
Damit:
F = b1 k1 + b2 k2 + b3 k3
= (b1 + b2 + b3 ) f + h ((c2 b2 + c3 b3 ) fx + (b2 a21 + b3 (a31 + a32 )) f fy )
h2
+
b2 c22 + b3 c23 fxx + 2 (b2 c2 a21 + b3 c3 (a31 + a32 )) f fxy + 2b3 c2 a32 fx fy
2
+2b3 a32 a21 f fy2 + b2 a221 + b3 (a31 + a32 )2 f 2 fyy + O h3 .
Der Differenzquotient
y (xm+1 ) y (xm )
zerlegt sich in
hm
hm 00
h2m 000
y (xm+1 ) y (xm )
0
= y (xm ) +
y (xm ) +
y (xm ) + O (h3m )
hm
2
6
h
h2
= f + (fx + fy f ) +
fxx + 2fxy f + fyy f 2 + fx fy + fy2 f .
2
6
Das Residuum kann damit wie folgt dargestellt werden:
h
(1)
m = (b1 + b2 + b3 1) f + ((2 (c2 b2 + c3 b3 ) 1) fx
2
h2
[(3 (b2 c22 + b3 c23 ) 1) fxx
+ (2 (b2 a21 + b3 (a31 + a32 )) 1) f fy ) +
6
+ (6 (b2 c2 a21 + b3 c3 (a31 + a32 )) 2) f fxy + (6b3 c2 a32 1) fx fy
+ (6b3 a32 a21 1) f fy2 + 3 b2 a221 + b3 (a31 + a32 )2 1 f fyy + O (h3 ) .
Die Bedingungsgleichungen sind
b1 + b2 + b3 = 1
1
b1 = 1 b2 b3
c 2 b2 + c 3 b3 =
1
c2 = a21
b2 c22 + b3 c23 =
b3 c2 a32 = 1
c3 = a31 + a32
6
Bemerkung: b3 6= 0, c2 6= 0, a32 6= 0, a21 6= 0.
Die Runge-Kutta-Methode lautet jetzt:
k1
k2
k3
ym+1
70
= f (xm , ym )
= f (x
m + c2 hm , ym + c2 hm k1 )
hm
= f xm + c3 hm , ym + c3 hm k1 +
(k2 k1 )
6b3 c2
= ym + hm ((1 b2 b3 ) k1 + b2 k2 + b3 k3 )
1
2
1
und c22 b2 + c23 b3 = .
3
b2 =
3c3 2
;
6c2 (c3 c2 )
b3 =
2 3c3
.
6c3 (c3 c2 )
F
ur c3 = 0 c2 = 32 , b2 = 34 , b3 frei.
3
2
Einparametrische Familie: F
ur c2 = c3 = b2 +b3 = eine andere einparametrische
3
4
Familie der Runge-Kutta-Methoden.
0 0 0 0
1
1
0 0
a) 2 2
1 1 2 0
1
6
4
6
b)
1
6
0 0 0 0
1
1
0 0
3
3
2
2
0
0
3
3
1
0 34
4
Simpson-Formel!
Standard Runge-Kutta-Formeln:
0
0
1
2
1
2
1
2
1
2
1
2
1
2
1
2
21
2
1 2
2
1
6
2 2
6
1 0 0 1
1
6
1
3
1
3
1
6
2
2
1+
2
2
2+ 2
6
1
6
71
7 Einschrittverfahren f
ur Anfangswertprobleme
3
-Regel:
8
0
1
3
1
3
2
3
13
1
1 1
1
8
3
8
3
8
2
5
2
5
3
5
3
20
3
4
19
44
15
44
40
44
55
360
125
360
125
360
1
8
55
360
Butcher-Formeln
0
0
1
3
1
3
2
5
4
25
6
25
1
4
12
4
15
4
2
3
6
81
90
81
50
81
8
81
4
5
6
75
36
75
10
75
8
75
23
192
125
192
81
192
1
8
1
8
1
4
1
4
1
2
1
2
3
4
3
16
9
16
4
7
12
7
12
7
8
7
32
90
12
90
32
90
1 57
125
192
7
90
7
90
s
P
ym+1 ym
=
bi ki ,
i=1
72
ki
= f
xm + ci h, ym + h
i1
P
!
aij kj
j=1
k1
= f (xm , ym ), d. h. ki = ki (ym )
, i = 2, . . . , s
(2)
m
s
P
i=1
s
P
bi ki (y (xm ))
m = 0, 1, . . . ,
y (xm+1 ) y (xm )
,
h
i=1
= L k zm k +Lha
i1
X
j=1
und damit
ri+1 Lha
i
P
rj + L k zm k . ()
j=1
Lemma 7.10. F
ur die Folge ri gilt
ri (1 + Lah)i1 L k zm k .
Beweis. (Vollstandige Induktion)
F
ur i = 1 erhalten wir
r1 = k k1 (ym ) k1 (y (xm )) k
= k f (xm , ym ) f (xm , y (xm )) k L k ym y (xm ) k= L k zm k .
Aus () und der Induktionsvoraussetzung
rj (1 + Lah)j1 L k zm k
j = 1, 2, . . . , i 1
ergibt sich f
ur ri+1 :
i
P
(1 + Lah)j1 L k zm k +L k zm k
j=1
!
(1 + Lah)i 1
+ 1 L k zm k= (1 + Lah)i L k zm k .
Lha
1 + Lah 1
ri+1 Lha
73
7 Einschrittverfahren f
ur Anfangswertprobleme
(2)
Jetzt sind wir in der Lage, die Funktion m abzuschatzen: (b = max |bi |)
1is
(2)
m
s
X
|bi | k ri k bL k zm k
i=1
s
X
(1 + Lah)i1
i=1
s
= bL k zm k
(1 + Lah) 1
bL k zm k s (1 + Lah)s1
Lah
F
ur den Fehler ergibt sich damit:
(1)
(2)
(1)
k zm+1 kk zm k +h k m k +h k m k (1 + (h) h) k zm k +h k m k, ()
wobei (h) = s (1 + Lah)s1 bL und lim (h) = sbL.
h0
F
ur h h0 gilt auch (h) sbLeLah0 (s1) = gleichmaige Beschranktheit von (h)
(z.B. f
ur h0 = X x0 ). Aus () folgt induktiv:
m+1
k zm+1 k (1 + (h) h)
k z0 k +h
| {z }
=0
m
X
(1)
(1 + (h) h)mj k j k
j=0
(1)
(1)
(X x0 ) e
(Xx0 )
(1)
max k j k .
0jm
wobei
= sbLeLah0 (s1) ,
h h0
a = max 2is |aij |,
b = max |bi |.
1ji1
1is
Folgerung:
Wenn eine Runge-Kutta-Methode die gegebene Gleichung approximiert, dann konvergiert
sie auch und die Fehlerordnung ist mit der Approximationsordnung (Konsistenzordnung)
identisch.
74
ym+1 = ym + hm
s
P
bi k i ,
m = 0, 1, . . . ,
i=1
xm + hm , ym + hm
s1
P
!
asj kj
j=1
Approximationsordnung: p = 2s 1
3. Lobatto-Form
c1 = 0, a1j = 0, j = 1, . . . , s
und
cs = 1, ais = 0, i = 1, . . . , s, p = 2s 2
75
7 Einschrittverfahren f
ur Anfangswertprobleme
Beispiel 7.12. Gau-Form
a) s = 1 p = 2
1
2
1
2
= f xm + 12 hm , ym + 12 hm k1
= ym + hm k1 .
k1
ym+1
b) s = 2 p = 4
3 3
6
1
4
32 3
12
3+ 3
6
3+2 3
12
1
4
1
2
1
2
c) s = 3 p = 6
5 15
10
5
36
103 15
45
256 15
180
1
2
10+3 15
72
2
9
103 15
72
5+ 15
10
25+6 15
180
10+3 15
45
5
36
5
18
4
9
5
18
a) s = 1 p = 1
0 0
1
, d. h.
k1
ym+1
= f (xm , ym )
= ym + hm k1 Euler-Polygonzug.
b) s = 2 p = 3
1
3
0 0 0
2
3
1
3
1
3
1
4
3
4
1 1 0
oder
3
4
c) s = 3 p = 5
76
1
3
4 6
10
24 6
120
2411 6
120
4+ 6
10
24+11 6
120
24+ 6
120
6 6
12
6+ 6
12
16 6
36
16+ 6
36
1
9
1
4
a) s = 2, p = 2
0 0 0
1 1 0
1
2
1
2
b) s = 3, p = 4
0 0 0 0
1
1
1
0
2
4
4
1 0 1 0
1
6
2
3
1
6
xm + ci hm , ym + hm
s
X
!
aij kj
, i = 1, . . . , s ()
j=1
zu.
Satz 7.15. Die Funktion f (x, y) sei auf G stetig und erf
ulle eine L-Bedingung. Unter
der Voraussetzung (d. h. h < h0 )
q = L h k A k < 1
k A k = max
1is
s
X
!
|aij |
j=1
existieren eindeutig bestimmte Losungen des Gleichungssystems (), die mit Hilfe der
Methode der einfachen Iteration (Fixpunktiteration) bestimmt werden konnen:
(l+1)
ki
=f
xm + ci hm , ym + hm
s
P
!
(l)
aij kj
, i = 1, . . . , s,
j=1
l = 0, 1, . . .
(0)
, ki
Rn ,
i = 1, . . . , s.
>
Rns
k k k, Rns = max k ki k, Rn .
1is
>
77
7 Einschrittverfahren f
ur Anfangswertprobleme
geschrieben werden. F
ur zwei Vektoren k, k 0 Rns folgt
k F (k) F (k 0 ) k, Rns = max k Fi (k) Fi (k 0 ) k, Rn
1is
!
s
X
= max k f xm + ci hm , ym + hm
aij kj f
1is
xm + ci hm , ym + hm
j=1
L hm max k
1is
s
X
1is
1is
s
X
!
aij kj0
j=1
aij kj kj0 k L h max
j=1
s
X
s
X
j=1
| aij |
j=1
= L h k A k k k k k, Rns = q k k k 0 k, Rns .
Es gilt damit
k F (k) F (k 0 ) k,Rns q k k k 0 k, Rns , q < 1.
Damit ist F eine strikte Kontraktion auf Rns und der Banachsche Fixpunktsatz ergibt
die Existenz und Eindeutigkeit sowie die Konvergenz der Fixpunktiterationen:
k (l+1) = F k (l) , l = 0, 1, . . . , k (0) Rns .
7.8 Zus
atzliche Bemerkungen
Der Fehler eines Runge-Kutta-Verfahrens ist
(2)
zm+1 = zm + h(1)
m + hm ,
(1)
(2)
u = Au, A =
0 1
1
>
, u = (u1 , u2 ) , u(0) =
10 9
1
d. h.
ein Matrixeigenwertproblem.
78
xl1
l1
v + x (A I) v + . . . +
(A I) v
(l 1)!
eine Losung,
d. h. f
ur lineare Differentialgleichungssysteme existiert immer ein System von Losungen
Fundamentalsystem.
U (x) = (u1 (x), . . . , un (x)) Rnn .
Die Losung ist u(x) = U (x) c, c Rn
u(x0 ) = u0 u0 = U (x0 )c c = U (x0 )1 u0 und damit u(x) = U (x)U (x0 )1 u0 .
Beispiel 7.17. Fortsetzung vom vorherigen Beispiel:
Eigenwerte:
0 1
1
A =
(A I) =
10 9
10 9
det(A I) = 2 9 10 = 0 1 = 1, 2 = 10
Eigenvektoren:
1
1
1
u1 =
10
10
1
1
1
x
10x
U (x) = e
,e
10 1
1
1
10
u2 =
10 1
10
Die Losung:
1 1
1
U (x) =
, U (0)c =
c=
1 10
1
0
u(x) = U (x)
u1 (x) = ex , u2 (x) = ex
0
79
7 Einschrittverfahren f
ur Anfangswertprobleme
alles ok, aber betrachtet man das gleiche Problem mit leicht gestorten Anfangsdaten:
()
()
u (0) = + , u2 (0) = , 0.
1
10
()
()
u1 (x) = + ex + e10x , u2 (x) = . . .
11
11
()
Die Differenz der Losung u1 (x) und der Losung u1 (x), die aus den gestorten Anfangs 10x
werten entstanden ist, ist 11
e und wird z. B. f
ur = 108 , x = 2.5 65.
80
8 Mehrschrittverfahren
Das Anfangswertproblem: y 0 = f (x, y), y(x0 ) = y0 , y(x) =?
xk = x0 + kh,
h=
X x0
.
n
f
ur alle k m zu losen (z. B. mit Newton-Verfahren und yk = yk1 ).
Bemerkung
Die Koeffizienten des Verfahrens () sind bis auf einen konstanten Faktor (6= 0) bestimmt.
Deswegen nehmen wir an, da die folgende Bedingung immer erf
ullt ist:
m
X
bj = 1.
j=0
81
8 Mehrschrittverfahren
Besonders verbreitet sind sogenannte Adams-Verfahren mit
a0 = 1, a1 = 1, a2 = . . . = am = 0, d. h. m-Schrittverfahren der Form
m
yk yk1 X
=
bj fkj ,
h
j=0
k = m, m + 1, . . . ,
y0 , . . . , ym1 gegeben.
m
X
aj
j=0
y (xkj ) +
m
X
bj f (xkj , y (xkj )) ,
km
j=0
h0
p
X
(jh)l y (l) (xk )
+ O hp+1 .
l!
l=0
Analog:
p1
X
(jh)l y (l+1) (xk )
+ O (hp ) .
f (xkj , y (xkj )) = y (xkj ) =
l!
l=0
0
Die Gleichung f
ur den Approximationsfehler ist damit
!
!
p
p1
m
m
X
X
X
aj X (jh)l y (l) (xk )
(jh)l y (l+1) (xk )
k =
+
bj
+ O (hp )
h
l!
l!
j=0
j=0
l=0
l=0
p
p
m
m
X
X
aj (jh)l y (l) (xk ) X X (jh)l1 y (l) (xk )
=
+
+ O (hp )
bj
h
l!
(l
1)!
l=0 j=0
l=1 j=0
!
! (l)
p
m
m
X
X
X
aj
ja
y (xk )
j
=
y (xk ) +
(jh)l1
+ bj
+ O (hp ) .
h
l
(l
1)!
j=0
j=0
l=1
Die Bedingungsgleichungen f
ur eine Approximation der Ordnung p sind damit:
m
X
j=0
82
aj = 0 ;
m
X
j=0
j l1 (jaj + lbj ) = 0,
l = 1, . . . , p.
bj = 1.
j=0
Damit sind p + 2 algebraische Gleichungen mit Hilfe von 2(m + 1) Koeffizienten des
Verfahrens (), a0 , . . . , am und b0 , . . . , bm zu erf
ullen. Dieses System kann etwas vereinfacht
werden: F
ur
l=1
m
X
jaj +
j=0
m
X
bj = 0
j=0
m
X
jaj = 1 =
j=0
m
X
jaj .
j=1
Es gilt auerdem
a0 =
m
X
aj , b 0 = 1
j=1
m
X
bj
j=1
und schlielich
m
X
jaj = 1 ;
j=1
m
X
j l1 (jaj + lbj ) = 0,
l = 2, . . . , p,
j=1
j=1
p 1 Gleichungen f
ur m Unbekannte bj ; j = 1, . . . , m. Damit ist hochstens eine
Approximationsordnung von p = m + 1 (implizit) oder p = m (explizit) zu erwarten.
Bemerkung
F
ur die praktische Berechnung und f
ur die Konvergenz wird auch die Stabilitat benotigt.
Dabei stellt sich heraus, dass die Methoden mit hochster Approximationsordnung instabil
und damit ungeeignet sind. Die Stabilitatsbedingungen werden nur f
ur p m+1 (implizit,
m-ungerade), p m + 2 (implizit, m-gerade) oder p m f
ur ein explizites Verfahren
erf
ullt. (Vgl. Adams-Verfahren).
yk yk1 X
=
bj fkj .
h
j=1
83
8 Mehrschrittverfahren
Die hochste Approximationsordnung ist mit
m
X
1
j l1 bj = ,
l
j=1
l = 1, . . . , m
(ein LGS!!)
gleich m.
yk yk1
= fk1 , das Eulersche Polygonzugverfahren.
F
ur m = 1 ergibt sich b1 = 1,
h
F
ur m = 2:
3
1
1 1
b1
1
= 1 b1 = , b 2 =
1 2
b2
2
2
2
oder
3
1
yk yk1
= fk1 fk2 , das Adams-Verfahren der Ordnung 2.
h
2
2
F
ur m = 3:
23
16
5
b1 = , b 2 = , b 3 = ,
12
12
12
yk yk1
1
=
(23fk1 16fk2 + 5fk3 ) , k = 3, 4, . . .
h
12
F
ur m = 4:
1
yk yk1
=
(55fk1 59fk2 + 37fk3 9fk4 ) , k = 4, 5, . . . .
h
24
Die impliziten Adams-Verfahren besitzen die hochste Approximationsordnung p = m + 1.
F
ur
m = 1 p = 2 ()
1
2 b1 = 1 b1 = b0 =
2
und damit
yk yk1
1
= (fk + fk1 )
h
2
- implizites Trapez-Verfahren
(siehe Bespiel 7.4).
F
ur m = 2, p = 3:
yk yk1
1
=
(5fk + 8fk1 fk2 ) , k = 2, . . . .
h
12
F
ur m = 3, p = 4:
yk yk1
1
=
(9fk + 19fk1 5fk2 + fk3 ) , k = 3, . . . .
h
24
Um die Naherung yk zu erhalten, werden oft folgende Iterationen durchgef
uhrt:
(s+1)
yk
= yk1 + hb0 f
(s)
xk , y k
+h
m
X
j=1
84
bj fkj ,
wobei s die Iteration bezeichnet. Als Anfangsnaherung benutzt man z. B. den Wert yk ,
der sich mit Hilfe
des expliziten Adams-Verfahrens der Ordnung m ergibt. Unter der
Voraussetzung
f
M konvergieren die Iterationen f
ur h gen
ugend klein, d. h.
y
b0 hM < 1.
F
ur s = 0, d. h. wenn man nur eine Iteration durchf
uhrt, heit das Verfahren Pradikator
Korrektor.
(0)
Voraussage: yk mit der Ordnung m
(1)
Korrektur: yk mit der Ordnung m + 1.
()
| q mn
a0 q m + a1 q m1 + . . . + am = 0.
()
oder
m
1 X
aj nj , n = m, m + 1, . . .
a0 j=1
85
8 Mehrschrittverfahren
Satz 8.4. F
ur die Stabilitat der Gleichung () bez
uglich der Anfangswerte ist die folgende
Bedingung (Nullstellenbedingung) notwendig und hinreichend: Alle Nullstellen q1 , . . . qm
C des charakteristischen Polynoms F (q) = a0 q m + . . . + am liegen innerhalb oder auf dem
Rand des Einheitskreises |q| 1 der komplexen Zahlenebene und alle Nullstellen, die auf
dem Rand liegen, sind einfach.
Beweis. (Notwendigkeit)
Angenommen q mit |q| > 1 ist eine Nullstelle. F
ur die Anfangsbedingungen
j = q j , j = 0, . . . , m 1
ergibt sich die Losung
m
1 X
aj q nj = q n , n m, (q ist eine Nullstelle!),
n =
a0 j=1
die bez
uglich n offenbar unbeschrankt ist. Die Stabilitatsabschatzung ist unmoglich. Die
Bedingung |q| 1 ist damit notwendig.
(Hinlanglichkeit)
Die Gleichung () kann in der folgenden Matrixform geschrieben werden:
un
un
A
um1
= A un1 , wobei n = m, m + 1, . . .
T
m
= (v
nm+1 , vnm+2 , . . . , vn ) R
0
1
0 ... ... 0
0
0
1 0 ... 0
= ..
.
. . . . . . . . . aa10
aam0 am1
a0
= (v0 , . . . , vm1 )T Rm gegeben.
Rmxm ,
Das charakteristische Polynom der Matrix A, namlich det (A qI) ist mit F (q) bis auf
Faktor a0 6= 0 identisch, d. h. die Eigenwerte der Matrix A sind gleichzeitig Losungen
der charakteristischen Gleichung (). Sei V Cmm die Matrix aus Hauptvektoren der
q
0
... ...
Jk =
, wobei C.
.
. .
0
q
86
1im
j=1
wobei (J)i, i+1 = 0, wenn q eine einfache Nullstelle ist und damit |q| 1 gen
ugt, d. h.
|q| + ist nur f
ur mehrfache Nullstellen moglich. Mehrfache Nullstellen liegen aber im
Inneren des Einheitskreises, d. h. |q| < 1. F
ur gen
ugend klein erhalten wir damit
k J k 1.
Die Matrix V ist regular, damit ist es moglich, die folgende Norm auf Cm zu definieren:
k u k = max |(V u)i | =k V u k .
1im
F
ur die zugehorige Matrix-Norm ergibt sich:
k Au k
k V Au k
= sup
u6=0 k u k
u6=0 k V u k
1
k V V JV u k
k Jz k
= sup
= sup
=k Jz k 1
k V u k
u6=0
z6=0 k z k
k A k = sup
wobei z = V u. F
ur die Folge un = Aun1 ergibt sich damit
k un k
k A k k un1 k
k un1 k
. . . k um1 k .
1
1
2
k un k
k um1 k
k um1 k = c max |vj |.
0jm1
1
1
1
87
8 Mehrschrittverfahren
Satz 8.5. Wenn f
ur die homogene Gleichung () die Nullstellenbedingung erf
ullt ist, dann
gilt f
ur die Losung der inhomogenen Gleichung die Abschatzung
|vn | c1 max |vj | + c2 h
0jm1
nm
X
|gj |;
j=0
n1
X
k Gj k .
j=m1
Die Aquivalenz
der Normen k k und k k f
uhrt zu
|vn |
1im
n1
P
1
1
1
kun k kum1 k + h
kGj k
1
1
1 j=m1
P
2
2 n1
kum1 k + h
kGj k
1
1 j=m1
nm
P
= c1 max |vj | + c2 h
|gj | ,
0jm1
j=0
|g
.
dabei wurde benutzt, dass kGj k = j+1m
|a0 |
2
2
1
Die Konstanten sind c1 = 1 , c2 = 1 |a0 |
88
|a0 |
,
h h0 =
2|b0 |L
k
P
(1)
|j |,
j=m
m
X
j=0
m
X
bj pkj zkj .
j=1
Die Gleichung f
ur den Fehler ist jetzt:
(a0 hb0 pk ) zk +
m
X
(1)
j=1
Aus h h0 =
|a0 |
folgt
2|b0 |L
|a0 |
> 0,
2
(1)
m a + hb p
P
k
j
j kj
=
zkj + h
a0 hb0 pk
a0 hb0 pk
j=1
(1)
m
m
P aj
P a0 bj pkj aj b0 pk
k
=
zkj + h
zkj + h
a0 hb0 pk
j=1 a0
j=1 a0 (a0 hb0 pk )
(1)
m a
m
P
P
k
j
=
zkj + h
dj zkj + h
.
a0 hb0 pk
j=1 a0
j=1
89
8 Mehrschrittverfahren
In der Matrix-Form:
Zk = (zkm+1 , . . . , zk )T Rm
T
(1)
k
k =
0, . . . , a0 hb0 pk
Rm
0
1 0 ... ...
0
0
0 1 0 ...
0
Rmm
.
A =
..
am
a1
... ... ... ... ...
a0
a0
0 ... 0
..
Bk = .
Rmm
0 ... 0
d1 . . . dn
Zk = AZk1 + hBk Zk1 + hk
Aus Satz 8.4 folgt k A k 1 und damit
k Zk k k Zk1 k +h k Bk k k Zk1 k +h k k k
F
ur k Bk k benotigen wir noch
a0 bj pkj aj b0 pk 2|a0 bj pkj aj b0 pk |
2L
e(km)hc3 k Zm1 k +h
k
P
k j k , wobei (k m)h X x0 .
j=m
max |zki+1 | =k Zk k
k Zk k
0jm1
1
k
P
(1)
M1 eM2 (Xx0 ) max |zj | + M3 h
|j |
0jm1
90
j=m
Folgerung
Aus Approximation folgt Konvergenz, wenn zusatzlich |zj | 0 f
ur h 0 und j =
0, 1, . . . , m 1 gilt.
Beispiel 8.7. Explizites Euler-Verfahren
1
|q1 | < 1 , h > 0
1 + h
1 1
1
1
yk + yk1 yk2 + yk3 = fk2 , k = 3, 4, . . .
h 3
2
6
1
1
1
d. h.
a0 = , a1 = , a2 = 1 , a3 =
3
2
6
b0 = 0 , b1 = 0 , b2 = 1 , b3 = 0.
Approximationsordnung =?
91
8 Mehrschrittverfahren
3
X
1 1
1
aj = + 1 = 0
3 2
6
j=0
Es gilt:
3
X
bj = 1,
j=0
l=1:
l=2:
3
X
1
1
1
j 0 (jaj + 1 bj ) = + 0 + 1 1 2 + 3 + 1 = 0
3
2
6
j=0
1
1
0
0+20 +1
1 + 2 0 + 2 (1 2 + 2 1)
3
2
1
1 3
+3
3 + 2 0 = + = 2 p = 1.
6
2 2
Stabilitat??
Das charakteristische Polynom:
1 3 1 2
1
q + q + (1 + h)q + = F (q, h).
3
2
6
Die Wurzeln von F (q, 0) sind
3
2q + 3q 6q + 1 = 0 q1 = 1 , q2,3
d. h. |q1 | = 1 , aber
q1 ist einfach
5 + 33
0.186 < 1
|q2 | =
4
5 33
aber |q3 | =
2.686 > 1!
4
5 33
=
4
Die Wurzeln eines Polynoms hangen stetig von den Koeffizienten ab. Das bedeutet f
ur
hinreichend kleine Schrittweite h sind die q1 (h) ebenfalls paarweise verschieden und f
ur
h h0 gilt |q3 | > 2. Das Verfahren ist instabil.
92
9 Integration steifer
Differentialgleichungen
9.1 Grundbegriffe und Definitionen
Steife Systeme sind dadurch charakterisiert, dass die Losungen Komponenten mit stark
unterschiedlichem Wachstumsverhalten besitzen, z.B. schwach und sehr stark abklingende
Komponenten Regelungsprobleme, chemische Kinetik, Transportprobleme.
Beispiel 9.1. Zwei unabhangige Gleichungen
y10 = 1 y1 , y20 = 2 y2 ,
x > 0, 1 , 2 > 0
A Rnn , A = const.
93
k = 1, . . . , n
max |Re(k )|
min |Re(k )|
asymptotische Stabilitat
>> 1
y 0 = A(x)y(x),
x [x0 , X]
F
ur ein nichtlineares Differentialgleichungssystem
y 0 = f (x, y), y, f Rn , x > x0
()
Sei y(x) eine fixierte Losung von () und v(x) eine andere Losung. Die Differenz
z(x) = v(x) y(x)
erf
ullt
z 0 (x) = v 0 (x) y 0 (x) = f (x, v) f (x, y) = f (x, z + y) f (x, y)
Die Funktion z(x) wird als eine kleine Storung der Losung y(x) betrachtet:
f (x, z + y) f (x, y) = Jy (f )(x, y)z + O(|z|2 )
(Taylorformel)
fi
(x, y),
yj
i, j = 1, . . . , n
Bei der Vernachlassigung der Terme O(|z|2 ) erhalt man das System der ersten Naherung
w0 (x) = J(x, y)w(x).
Dieses System ist ein lineares, weil die Funktion y(x) fixiert ist. Die Definition der Steifigkeit hangt jetzt von [x0 , X] und der Testlosung y(x) ab:
Definition 9.5. Das Differentialgleichungssystem
y 0 = f (x, y)
heit steif auf [x0 , X] auf der Losung y(x), wenn
1. Re k (J(x, y)) < 0,
2.
94
k = 1, . . . , n
oder
m
X
k = m, m + 1, . . .
()
k = m, m + 1, . . .
j=0
= h C
j=0
k = 1, . . . , m
95
96
(aj bj )q mj = 0 oder
j=0
m
P
aj q mj
j=0
= P
m
bj q mj
j=0
m
P
bj = 1
j=0
a0 q m + . . . + am
a0
q k , |q| >> 1, k 1
mk
bk q
+ . . . + bm
bk
Damit wird es f
ur Re() < 0, || immer mindestens eine Nullstelle des charakteristischen Polynoms geben, mit |q| > 1, d.h. diese Zahl
/S
Satz 9.12. [Dahlquist, 1963, BIT,3,24-43]
Die Approximationsordnung eines A-stabilen, (impliziten) m-Schrittverfahrens ist hochstens zwei. Die beste Genauigkeit hat dabei das Trapezverfahren 2. Ordnung, siehe Beispiel 9.10.
Die A-Stabilitat ist damit zu streng f
ur die Mehrschrittverfahren. Eine schwachere Forderung ist die so genannte A()-Stabilitat.
Definition 9.13. Ein m-Schrittverfahren heit A()-stabil, wenn
{ : C, |arg()| < } S
erf
ullt ist.
97
1X
aj ykj = fk ,
h j=0
k = m, m + 1, . . .
fk = f (xk , yk ), d.h. b0 = 1, b1 = b2 = . . . = bm = 0.
F
ur yk ist es notwendig die folgende algebraische Gleichung zu losen:
a0 yk hf (xk , yk ) =
m
X
aj ykj Iterationen!
j=1
m
X
m
X
aj ,
j=1
jaj = 1,
j=1
m
X
j l aj = 0, l = 2, . . . , p
j=1
1m a1 + 2m a2 + . . . + mm am = 0
und ist offenbar f
ur alle m eindeutig losbar.
F
ur m = 1 ergibt sich a1 = 1, a0 = 1,
yk = yk1 + hf (xk , yk ),
das implizite Eulerverfahren.
98
k = 1, 2, . . .
3
1
a2 = , a1 = 2, a0 =
2
2
und damit
3
1
yk 2yk1 + yk2 = hf (xk , yk ),
2
2
das Gear-Verfahren der Ordnung 2.
F
ur m = 3 ergibt sich
k = 2, 3, . . .
11
3
1
yk 3yk1 + yk2 yk3 = hf (xk , yk ),
6
2
3
k = 3, 4, . . .
3
1
2q 1 + q 2 .
2
2
3
1
2ei + e2i } = S
2
2
2
cos()
+
cos(2)
2
2
S =
, 0 < 2
2 sin + 12 sin(2)
F
ur die A-Stabilitat ist notwendig, dass Re(()) 0, 0 < 2. Es gilt
Re(()) = 0, (Re())0 () = 2 sin sin(2) = 2 sin (1 cos ) 0 f
ur 0
=0
99
-1
-2
3
1
11
3t + (2t2 1) (4t2 3t)
6
2
3
1
= (1 t)2 (4t 1)
3
3
1
(t) = (Im())(t) = 3 1 t2 + 2 1 t2 t (3 1 t2 4 1 t2 (1 t2 ))
2
3
1
1 t2 (4t2 + 9t 8)
=
3
Die Bedingung f
ur die Tangente lautet
tan() =
(t)
0 (t)
= 0
(t)
(t)
13
.
22
Damit gilt f
ur tan():
100
bHtL
aHtL
-2
-4
101
1
, = h
lim Q() = 0
Re()
1
b) Trapezverfahren
1+
= Q()yk , Q() =
1
yk+1
lim
Q() = 1!!
Re()
lim
Q() = 0
Re()
(1)
X
1X
aj y(xkj ) +
bj f (xkj , y(xkj ))
h j=0
j=0
m
m
X
X
X
1
(h)l1 (l)
= y(xk )
aj +
y (xk )
(aj j l + lbj j l1 )
h
l!
j=0
j=0
l=1
Die Bedingungen f
ur die p-te Approximationsordnung sind damit
m
X
j=0
102
aj = 0,
m
X
j=0
(aj j l + lbj j l1 ) = 0, l = 1, 2, . . . , p.
dp+1
j=0
(1)
k
p+1
= cp h + O(h
(1)p
) mit cp = cp [y(x), xk , h] =
dp+1 y(xk )(p+1)
(p + 1)!
(1)2
1
d3 exk |xk =0 = ,
3!
12
f
ur xk = 0
m
X
aj q mj , (q) =
j=0
m
X
bj q mj
j=0
F
ur das Trapezverfahren gilt z.B.:
%T (q) = q 1,
1
T (q) = (q + 1)
2
Lemma 9.21. F
ur ein A-stabiles Verfahren gilt
%()
Re
>0
: || > 1.
()
Beweis. Sei mit | | > 1 und
Re() = Re
%( )
( )
<0
103
%()
()
1
1
1 + i
= 2Re
= 2Re
+1
+ 1 + i
( + 1)
2
(2 1 + 2 ) + i(( + 1) ( 1))
2(2 + 2 1)
= 2Re
=
=0
( + 1)2 + 2
( + 1)2 + 2
= Re 1
Lemma 9.23. F
ur die rationalgebrochene Funktion
(x)
%(x)
(eh )
1
= + cp [ex , 0]hp1 + O(hp )
h
%(e )
h
Beweis. Wir betrachten das Polynom h1 %() + () an der Stelle = eh . Es gilt
" m
#
m
m
m
X
X
X
1X
1
aj (eh )mj +
bj (eh )mj = ehm
aj ehj +
bj ehj
h j=0
h
j=0
j=0
j=0
hm
hj
= 1 + O(h) und e
X
(hj)l
l=0
l!
aj +
bj
%(e ) + (e ) = e
aj +
h
h j=0
l!
(l 1)!
l=1 j=0
l=1 j=0
#
"
m
m
l1 l1 X
X
X
1
(1)
h
= ehm
aj +
[j l aj + lj l1 bj ]
h j=0
l!
j=0
l=1
p p
(1) h
dp+1 + hp + O(hp+1 )
= ehm
(p + 1)!
F
ur das Polynom %() an der Stelle = eh gilt
h
%(e ) = e
hm
m
X
j=0
F
ur die Funktion
()
%()
aj h
m
X
j=0
1 (eh )
cp hp + O(hp+1 )
+
=
= cp hp1 + O(hp ), h 0
h
2
h %(e )
h + O(h )
Das Lemma ist damit bewiesen.
104
()
%()
T ()
%T ()
gilt damit
d() = (c2
1
)( 1) + O(( 1)2 )
12
1
)Re() + O(||2 ) 0
12
1
, oder d() 0 u
F
ur || klein genug, bedeutet das, dass entweder c2 > 12
berall. Dabei
kann die Approximationsordnung unmoglich groer als 2 werden. Das beste Verfahren
105
10 Randwertprobleme
10.1 Einleitung
Die Randwertprobleme sind allgemeiner als Anfangswertprobleme. Die Aufgabe lautet
(
y 0 = f (x, y)
x (a, b), y, f Rn
r(y(a), y(b)) = 0 Randbedingungen , r Rn
Die linearen Randbedingungen konnen in der Form
r(y(a), y(b)) = Ay(a) + By(b) = c, A, B Rnn
oder separiert
y(a) = ca , y(b) = cb
geschrieben werden. In der Praxis sind die Randbedingungen meistens separiert. Die Existenz bzw. Eindeutigkeitsfragen bei Randwertproblemen sind meistens komplizierter als f
ur
Anfangswertprobleme.
Beispiel 10.1. Differentialgleichung w00 (x) + w(x) = 0
Die allgemeine Losung lautet
w(x) = c1 sin(x) + c2 cos(x), c1 , c2 R
a) Randbedingungen w(0) = 0, w( 2 ) = 1, c2 = 0, c1 = 1,
damit ist sin(x) die eindeutige Losung des Randwertproblems.
b) mit den Randbedingungen w(0) = 0, w() = 0 erhalt man
c2 = 0, c1 R w(x) = c sin(x), c R
beliebig viele Losungen.
c) und mit w(0) = 0, w() = 1
c2 = 0, 0 = 1 keine Losung!
Anhand dieses Beispieles wird klar, dass es einen ahnlich allgemeinen Satz f
ur die Existenz und Eindeutigkeit der Losung von Randwertproblemen wie f
ur Anfangswertprobleme nicht geben kann. Eigenwertprobleme f
ur gewohnliche Differentialgleichungen sind die
Differentialgleichungen der Form
y 0 = f (x, y, )
107
10 Randwertprobleme
bei denen die rechte Seite f des Systems von einem Parameter abhangt. Das Randwertproblem
y 0 = f (x, y, ), r(y(a), y(b), ) = 0
ist u
berbestimmt und besitzt im Allgemeinen bei beliebiger Wahl von entweder nur
triviale oder keine Losung. Das Eigenwertproblem besteht darin, (die Eigenwerte) zu
bestimmen, f
ur die das Randwertproblem eine eindeutige Losung besitzt.
Beispiel 10.2.
(
w00 (x) + w(x) = 0, (Schwingung)
w(0) = w(1) = 0
Allgemeine Losung:
a) < 0: w(x) = c1 e x + c2 e x
(
c1 + c2 = 0
,x = 0
+ c2 e
= 0 ,x = 1
c1 e
det = e
6= 0
c1 + c2 = 0
c2 = 0
= k, k = 1, 2, . . . , k = 2 k 2 Eigenwerte
c1 sin( ) = 0
wk (x) = c sin(kx) Eigenfunktionen.
108
(?)
(x, y) G
c) Die Matrix
P (u, v) = ru (u, v) + rv (u, v)
besitzt f
ur alle u, v Rn eine Darstellung
P (u, v) = P0 (I + M (u, v))
mit einer konstanten nichtsingularen Matrix P0 und einer Matrix M (u, v) mit
kM (u, v)k < 1,
m, R
f
ur alle u, v Rn
d) es gibt eine Zahl > 0 mit + < 1, so dass
Z b
k(x) dx C =
a
meK(ba)
s1 , s2 Rn ,
d.h. (s) ist eine kontrahierende Abbildung. Es gibt genau einen Fixpunkt und der ist
die einzige Nullstelle von F (s). Damit ist er auch die eindeutige Losung des Anfangswertproblems y 0 = f (x, y), y(a) = s.
109
10 Randwertprobleme
Man hat f
ur (s) = s P01 r(s, y(b; s)):
s (s) =
=
=
=
110
10.3 Differenzenverfahren f
ur Randwertprobleme
10.3 Differenzenverfahren fu
r Randwertprobleme
Die Idee der Differenzenverfahren ist alle Ableitungen durch Differenzenquotienten zu
ersetzen und die so erhaltenen diskretisierten Gleichungen zu losen.
Als ein Beispiel betrachten wir das Randwertproblem f
ur y(x) : [a, b] R
(
y 00 (x) + q(x)y(x) = g(x) , x (a, b)
y(a) = , y(b) =
Unter der Voraussetzung q(x), g(x) C(a, b) und q(x) 0, x (a, b) besitzt das Randwertproblem eine eindeutige Losung y(x). Die Diskretisierung des Intervalls [a, b] erfolgt
wie folgt:
a = x0 < x1 < x2 < . . . < xn = b, xk = a + k h,
h=
ba
n
yj+1 yj
yj yj1
, yx,j =
,
h
h
yx,j
=
yj+1 yj1
2h
1
y(xj ) y(xj1 )
= y 0 (xj ) hy 00 (xj ) + O(h2 )
h
|2
{z
}
j
y(xj+1 ) y(xj1 )
= y 0 (xj ) + O(h2 )
| {z }
2h
j
yx,j+1 yx,j
=
=
h
yj+1 yj
h
yj yj1
h
Es gilt
y(xj+1 ) 2y(xj ) + y(xj1 )
= y 00 (xj ) + O(h2 ),
2
h
d.h. die Approximation ist von der Ordnung 2. Das Randwertproblem kann damit als
lineares Gleichungssystem
y0 =
yj+1 +2yj yj1
+ qj yj = gj , j = 1, . . . , n
h2
yn =
111
10 Randwertprobleme
oder
2
2
(2 + h q1 )y1 y2 = h g1 +
yj1 + (2 + h2 qj )yj yj+1 = h2 gj
2 + h2 q1
Ay =
0
..
.
0
, j = 2, . . . , n 2
1 0 . . .
0
y1
h2 g1 +
..
y
.. ..
.
.
2 h2 g2
.
..
..
... ... ...
.. =
=b
.
.
.
2
... ... ...
.. h gn2
1
h2 gn1 +
yn1
. . . 0 1 2 + h2 qn1
geschrieben werden. Die Matrix dieses Gleichungssystems ist symmetrisch, positiv definit
und tridiagonal:
(Ax, x) = (triadiag(1, 2, 1)x, x) + (D(x, x)) = (tridiag(1, 2, 1)x, x) +
n1
X
di x2i
i=1
vj
F
ur j = n 1 ergibt sich die Forderung
sin(c n) = 0 c =
k
, k = 1, . . . , n 1,
n
0
0
u(l) = 2 ,
x=l
112
10.4 Integrointerpolationsmethode
Die Funktionen k(x) k > 0, q(x) > 0 und f (x) seien hinreichend glatt. Die Konstanten
0, 1 und 2 sind gegeben. Die Aufgabe besitzt unter diesen Voraussetzungen eine
eindeutige Losung.
Physikalische Deutung:
u(x)
k(x)
w(x) = k(x)u0 (x)
q(x), f (x)
u
k
= k(0)u0 (0)
n
x=0
u
+ (u ua ) = 0
n
u(l) =
Newtonsches Gesetz
konstante Temperatur
l
}
n
1
xj1/2 = xj h Mittelpunkte
2
Die Idee ist, die Gleichung auf [xi 1 , xi+ 1 ] zu integrieren:
2
xi+ 1
xi+ 1
xi+ 1
(k(x)u (x)) dx +
xi 1
q(x)u(x) dx =
xi 1
f (x) dx
xi 1
xi+ 1
xi+ 1
(wi+ 1 + wi 1 ) +
2
q(x)u(x) dx =
xi 1
f (x) dx
xi 1
Z
q(x)u(x) dx ui
xi+ 1
2
xi 1
xi 1
xi+ 1
2
f (x) dx hi
xi 1
113
10 Randwertprobleme
Die Gleichung lautet jetzt
wi+ 1 wi 1
2
+ di u i = i ,
i = 1, . . . , n 1
u0 (x) dx =
xi
xi1
xi1
w(x)
dx w(xi 1 )
2
k(x)
Zxi
w(x)
,
k(x)
(k(x)
dx
= w(xi 1 )ha1
i
2
k(x)
xi1
analog wi+ 1 = ai+1 ux,i . Die Differenzengleichung nimmt damit die folgende Form an:
2
1
(ai+1 ux,i ai ux,i ) + di ui = i , i = 1, . . . , n 1
h
oder mit ux,i = ux,i+1
(aux )x,i + di ui = i ,
i = 1, . . . , n 1
Diese Gleichung ist vollstandig analog zur Ausgangsgleichung. Es handelt sich um ein
lineares Gleichungssystem aus n 1 Gleichungen f
ur n + 1 Unbekannte ui , i = 0, . . . , n.
Die Gleichungen n und n + 1 folgen aus den Randbedingungen
f
ur x = l un = 2 .
Die Approximation der Randbedingung f
ur x = 0 ist nicht so einfach: Die Randbedingung
wird benutzt nachdem man die Gleichung auf [0, x1/2 ] integriert hat:
x1/2
x1/2
Z
Z
f (x) dx.
(w1/2 w0 ) +
q(x)u(x) dx =
x0
x0
w0 = w(0) = 1 + 0
und damit
Z
(a1 ux,1 u0 + 1 ) + u0
Z
q(x) dx =
114
x1/2
x1/2
f (x) dx
0
x1/2
Z
1
f (x) dx = h0
2
f
uhren mit ux,1 = ux,0 auf
1
1
a1 ux,0 + ( + hd0 )u0 = 1 + h0
2
2
Das Gleichungssystem ist damit
1
1
u n = 2
i=n
Die Fragen:
1. Existenz und Eindeutigkeit der Losung
2. Effektive Methoden zur Losung des Gleichungssystems
3. Konvergenz der numerischen Losung gegen die exakte Losung f
ur h 0
Das Gleichungssystem besitzt wieder eine tridiagonale Form, die ist aber wesentlich allgemeiner als in Abschnitt 10.3
Ai yi1 Ci yi + Bi yi+1 = Fi i = 1, . . . , n 1
y0 = 1 y1 + 1
yn = 2 yn1 + 2
mit
Ai = ai , Bi = ai+1 , Ci = ai + ai+1 + h2 di , Fi = h2 i
1 h + 21 h2 0
a1
1 =
,
=
1
a1 + h + 21 h2 d0
a1 + h + 21 h2 d0
2 = 0, 2 = 2
115
10 Randwertprobleme
gesucht. j+1 , j+1 sind zu bestimmen. Es gilt yj1 = i yi + i und damit
Ai (i yi + i ) Ci yi + Bi yi+1 + Fi = 0
oder
F i + A i i
Bi
yi+1 +
, d.h.
Ci i Ai
CI i Ai
Bi
Fi + Ai i
=
, i+1 =
, i = 1, . . . , n 1
Ci i Ai
Ci i Ai
yi (Ci i Ai ) = i yi+1 + Fi + Ai i , yi =
i+1
Es gilt offenbar
1 = 1 , 1 = 1
Damit kann die Rekursion gestartete werden. F
ur i = n 1 gilt
(
yn1 = n yn + n
yn = 2 yn1 + 2
und damit
yn = 2 (n yn + n ) + 2 yn =
2 + 2 n
1 2 n
116
|Bi |
|Cj j Aj |
F
ur die Aufgabe aus Abschnitt 10.3 gilt
y0 = 1 = 0, 1 =
= h gi , Ai = Bi = 1, Ci = 2 + h2 qi
yn = 2 = 0, 2 =
2
Es gilt Ci Ai + Bi , da qi 0 gilt.
|1 | < 1, |2 | < 1
Die Methode ist realisierbar und stabil! F
ur das Differenzenverfahren aus 10.4 gilt
Ai = ai , Bi = ai+1 , Ci = ai + ai+1 + h2 di Ai + Bi
a1
< 1, 2 = 0 < 1.
1 =
a1 + 1 h + 21 h2 d0
Damit ist auch diese Methode durchf
uhrbar und stabil.
117