4 Klassische Methoden. Hamilton-Jacobi Theorie4.1 Legendretransformation, Subdifferential In diesem Abschnitt werde ich dieHamilton-Jacobi Theorie darstellen, die auch zu den klassischen Methoden der <strong>Variationsrechnung</strong>gehört. Ich diskutiere die kanonische Form der Eulergleichung <strong>und</strong> dieHamilton-Jacobi Gleichung. Neben anderen Beispielen für die Anwendung der Theoriebetrachte ich das Fermatsche Prinzip des kürzesten Lichtweges, leite die kanonischeForm der Eulergleichung zu diesem Variationsproblem her <strong>und</strong> zeige, daß in diesem Beispieldie Hamilton-Jacobi Gleichung mit der Eikonalgleichung der geometrischen Optikübereinstimmt.Als Hilfsmittel benötige ich die Legendretransformation, die ich zunächst studiere.Nach Lemma 3.2 (i) gilt für jede konvexe Funktion f ∈ C 1 (R n , R), daßf(x) ≥ f(y) + ∇f(y) · (x − y)für alle x,y ∈ R n . Im folgenden Satz wird dieses Ergebnis auf beliebige konvexe Funktionenverallgemeinert:Satz 4.1 Sei f : R n → R konvex. Dann gibt es zu jedem y ∈ R n ein z ∈ R n mitfür alle x ∈ R n .f(x) ≥ f(y) + z · (x − y)Beweis: Im Beweis brauche ich die beiden folgenden Resultate:(i) Jede konvexe Funktion f : R n → R ist stetig. (Diese Aussage gilt nicht für konvexeFunktionen f : X → R mit beliebigem Vektorraum X als Definitionsbereich .)(ii) (Trennungssatz.) Sei C eine nichtleere, konvexe <strong>und</strong> offene Teilmenge des R m <strong>und</strong>sei ξ ein Punkt des R m , der nicht zu C gehört. Dann gibt es eine Hyperebene im R m ,die C von ξ trennt.Ich will beide Aussagen nicht beweisen. Die erste ist ein Ergebnis aus der Infinitesimalrechnungfür Funktionen mehrerer Variablen, <strong>und</strong> die zweite ist ein einfacher Spezialfalleines funktionalanalytischen Resultates, das für allgemeine topologische Vektorräumegilt (siehe H.H. Schäfer: Topological Vector Spaces, Springer 1966, S. 64).Es sei nun f : R → R eine konvexe Funktion <strong>und</strong>epi (f) = {(x,λ) ∈ R n × R : λ ≥ f(x)}der Epigraph von f . Weil f nach (i) stetig ist, ist das Innere der Menge epi (f) nichtleer, also◦⌢epi (f) ≠ ∅.Aus der Konvexität von f folgt sofort, daß epi f eine konvexe Teilmenge von R n+1ist. Sei nun y ∈ R n . Dann gehört der Punkt (y,f(y)) zum Rand von epi (f), also◦⌢ist (y,f(y)) /∈ epi (f) , <strong>und</strong> somit gibt es nach (ii) eine Hyperebene in R n+1 , die die56
nichtleere, konvexe <strong>und</strong> offene Mengenichtleeren Menge {(y,f(y))} trennt.◦⌢epi (f) von der einpunktigen, also konvexen <strong>und</strong>Diese Hyperebene muß den Punkt (y,f(y)) enthalten. Also kann man diese Hyperebeneals Graph einer Funktionx ↦→ z · (x − y) + f(y)darstellen mit geeignetem z ∈ R n . Da die Hyperebene keinen Punkt vongilt für alle x ∈ R nz · (x − y) + f(y) ≤ f(x).Damit ist der Satz bewiesen.◦⌢epi (f) enthält,Beispiel. Die Funktion x ↦→ f(x) := |x| : R n → R ist konvex. Für y ≠ 0 ist fdifferenzierbar mit∇f(y) = y|y|<strong>und</strong> es gilt in diesem Fallf(x) ≥ f(y) + ∇f(y) · (x − y) = f(y) + y (x − y).|y|Für y = 0 gilt für alle z ∈ R n mit |z| ≤ 1alsoz · x ≤ |z| |x| ≤ |x|,f(x) ≥ z · x = f(0) + z · (x − 0),Falls f(x) ≥ f(y) + z · (x − y) für alle x ∈ R n gilt, dann ist der Graph der Funktionx ↦→ z · (x − y) + f(y) eine Hyperebene durch den Punkt (y,f(y)), die ganz unter demGraphen der Funktion f liegt, <strong>und</strong> z ist der Gradient der Funktion x ↦→ z ·(x−y)+f(y)...f✻....y✲Der Satz 4.1 motiviert die folgende57
- Seite 1 und 2:
VorlesungsskriptVariationsrechnungu
- Seite 4 und 5:
4.3 Hamiltonsche Differentialgleich
- Seite 6 und 7:
oder mehrere Funktionen u : Ω →
- Seite 8 und 9:
¨s(t) = d2 sdt 2 (t) = g cos β =
- Seite 10 und 11: 1.2.4 Dirichletsches Integral Sei n
- Seite 12 und 13: die Parametrisierung einer geschlos
- Seite 14 und 15: Eine Möglichkeit, das Minimum eine
- Seite 16 und 17: der Variationsrechnung und für die
- Seite 18: alsoodersomit |(x,y)| 2 ≤ (x,x)(y
- Seite 21 und 22: also(∗)sup |f k (x) − f l (x)|
- Seite 23 und 24: Lemma 2.4 (Minkowski-Ungleichung) S
- Seite 25 und 26: µ - fast überall. Da |f(x)−f l
- Seite 27 und 28: Satz 2.7 (Vollständigkeit der Sobo
- Seite 29 und 30: des Hilbertraumes H m (Ω) , also s
- Seite 31 und 32: 2.3.1 Dirac-Familie Eine Familie {
- Seite 33 und 34: Beweis: Sei E ⊆ Ω meßbar und be
- Seite 35 und 36: für alle x mit dist(x, supp u) >
- Seite 37 und 38: Wegen V i ⊆ U i ist dist(V i ,
- Seite 39 und 40: Beweis: Sei ϕ ∈ C∞(Ω) ◦ , s
- Seite 41 und 42: alsof(x) ≥ f(y) + ∇f(y) · (x
- Seite 43 und 44: 0 = d dt I(u + tϕ) | t=0= d dt==
- Seite 45 und 46: Teilmenge von [a,b], auf der sich u
- Seite 47 und 48: für alle x ∈ [−1, 1]. Wenn u s
- Seite 49 und 50: alsou ′ (x) = c x .Die allgemeine
- Seite 51 und 52: Beweis: Sei a < y < b. Seiχ y (x)
- Seite 53 und 54: Also ist u ∈ C 2 ([a,b]) eine Lö
- Seite 55 und 56: 3.2.5 Wirtingersche Ungleichung Sei
- Seite 57 und 58: Weiter muß gezeigt werden, daß {u
- Seite 59: = π 2 limk∑k→∞m,l=1= π 2 li
- Seite 63 und 64: Beweis: (i) Seien y,z ∈ R n und t
- Seite 65 und 66: Wäre nun y ≠ z , dann folgtef(z)
- Seite 67 und 68: Wegen f ξξ (x,u,g(x,u,v)) > 0 fol
- Seite 69 und 70: also0 = d dt J(w + tϕ) | t=0∫ b
- Seite 71 und 72: In kanonischer Form lauten die Eule
- Seite 73 und 74: Man kann diese Gleichungen folgende
- Seite 75 und 76: 4.4.5 Der Fall f(x,u,ξ) = f(u,ξ)
- Seite 77 und 78: Hiermit folgtd[ ( ) ]S γ x,u(x),γ
- Seite 79 und 80: für alle (x,u) ∈ U . Ich werde z
- Seite 81 und 82: (x,u(x,α)) sind die von dieser Lin
- Seite 83 und 84: Zum Beweis des Satzes genügt es al
- Seite 85 und 86: Satz 5.9 (Trennungssatz) Sei H ein
- Seite 87 und 88: gelte lim n→∞ f(x n ) = f(x) f
- Seite 89 und 90: eine stetige, (komplex) lineare Abb
- Seite 91 und 92: Beweis: Sei {x n } ∞ n=1 ⊆ B 1
- Seite 93 und 94: 6 Konvexe Funktionale6.1 Unterhalbs
- Seite 95 und 96: Lemma 6.6 Sei H ein Hilbertraum, se
- Seite 97 und 98: also istt(x,λ) + (1 − t)(y,µ) =
- Seite 99 und 100: ) Sei H ein reeller Hilbertraum, se
- Seite 101 und 102: für alle x ∈ H . Dann nimmt f +g
- Seite 103 und 104: 7 Direkte Methoden der Variationsre
- Seite 105 und 106: Beweis: Seien v 1 ,v 2 ∈ M(F,b) u
- Seite 107 und 108: für alle u ∈ M . Für alle ander
- Seite 109 und 110: folglichund somit∫ x1y 1|y 1|u(z)
- Seite 111 und 112:
dem Satz von Beppo Levi1(w,v − u)
- Seite 113 und 114:
weil man dann in (∗) v = u±ϕ se
- Seite 115 und 116:
für alle ξ ∈ R n . Dann gilt∂
- Seite 117 und 118:
8 Existenztheorie für das Hinderni
- Seite 119 und 120:
für fast alle x ∈ ∂Ω. Wegen j
- Seite 121 und 122:
=+≤=∫1 [lim |t∇v − (1 − t
- Seite 123 und 124:
.) u ∈ M und∫ []1Ω 2 |∇u(x)|
- Seite 125 und 126:
[19] A. Sommerfeld: Partielle Diffe