Innen - BME Számítástudományi és Információelméleti Tanszék
Innen - BME Számítástudományi és Információelméleti Tanszék
Innen - BME Számítástudományi és Információelméleti Tanszék
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Budapesti Műszaki <strong>és</strong> Gazdaságtudományi Egyetem<br />
<strong>Számítástudományi</strong> <strong>és</strong> <strong>Információelméleti</strong> <strong>Tanszék</strong><br />
A RITZ MÓDSZER ÉS ALKALMAZÁSAI<br />
Rózsa Pál előadásaiból k<strong>és</strong>zítette<br />
Csekő Lehel Huba (<strong>BME</strong>, IIT)<br />
Budapest, 2003. április 22.
Tartalomjegyzék<br />
1. Lineáris algebrai megközelít<strong>és</strong> 2<br />
1.1. Lineáris egyenletrendszerek megoldása . . . . . . . . . . . . . . . . . . . . . . . 2<br />
1.2. Mátrixok sajátérték-feladata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3<br />
2. A variációszámítás alapfeladata 4<br />
2.1. Euler-Lagrange-féle differenciálegyenlet . . . . . . . . . . . . . . . . . . . . . . . 5<br />
2.2. Példa: Brachistochron probléma (Bernoulli, 1698) . . . . . . . . . . . . . . . . . 9<br />
3. A Ritz módszer 11<br />
3.1. Példa a Ritz módszer alkalmazására . . . . . . . . . . . . . . . . . . . . . . . . . 13<br />
4. Differenciálegyenletek (operátorok) néhány tulajdonsága<br />
4.1. Önadjungált differenciáloperátor . . . . . . . . . . . . . . . . . . . . . . . . . . .<br />
16<br />
16<br />
4.2. Differenciáloperátor sajátértékei <strong>és</strong> sajátfüggvényei . . . . . . . . . . . . . . . . 17<br />
4.3. Izoperimetrikus probléma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br />
5. A sajátérték-feladat megoldása Ritz módszerrel 21<br />
6. A Ritz módszer többváltozós esetben 24<br />
6.1. Vektoranalízis összefoglaló mátrixelméleti oldalról . . . . . . . . . . . . . . . . . 24<br />
6.1.1. A vektortér rotációjának, divergenciájának szemléltet<strong>és</strong>e <strong>és</strong> a Gauss-<br />
Osztrogradszkij tétel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26<br />
6.2. A háromváltozós Euler-Lagrange egyenlet . . . . . . . . . . . . . . . . . . . . . 28<br />
6.3. A háromváltozós izoperimetrikus feladat . . . . . . . . . . . . . . . . . . . . . . 30<br />
6.4. A Ritz módszer kétváltozós esetben . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />
6.4.1. Bázisfüggvények meghatározása . . . . . . . . . . . . . . . . . . . . . . . 33<br />
Hivatkozások 34<br />
1
1. Lineáris algebrai megközelít<strong>és</strong><br />
A Ritz módszer differenciálegyenletek peremérték- <strong>és</strong> sajátértékfeladatának a numerikus megoldására<br />
alkalmas. Először lineáris algebrai feladatokra fogalmazzuk meg az alapgondolatot,<br />
amelyet nem igazán használnak a gyakorlatban, viszont nagyon szemléletesen mutatja a Ritz<br />
módszer lényegét.<br />
1.1. Lineáris egyenletrendszerek megoldása<br />
Tekintsük a következő kvadratikus alakot<br />
Q(x) = 1<br />
2 xT Ax − x T b, (1.1)<br />
ahol A pozitív definit kvadratikus alak mátrixa (A T = A). Az (1.1) másodfokú kifejez<strong>és</strong><br />
minimumának meghatározása gradiens feladatra vezet<br />
grad Q(x) = Ax − b = 0. (1.2)<br />
Tegyük fel, hogy (1.2) egy nagyon sokismeretlenes egyenletrendszer, amelyet nagyon nehéz<br />
megoldani. Az újszerű megközelít<strong>és</strong>ben a pontos megoldás helyett megelégszünk egy közelítő<br />
megoldással is. Legyen ϕ1, ϕ2, . . . , ϕr adott lineárisan független vektorrendszer. Keressük az<br />
ezen vektorok által generált r dimenziós altérben a ”legjobb” megoldást. A megoldás felírható<br />
ebben a térben<br />
x = ϕ1a1 + ϕ2a2 + . . . + ϕrar<br />
(1.3)<br />
alakban. Az x a pontos megoldás közelít<strong>és</strong>ét jelenti. Mátrix alakban felírva (1. ábra)<br />
x~ <br />
1<br />
2 r<br />
r<br />
a1<br />
a<br />
<br />
2<br />
ar<br />
Ö<br />
1. ábra. Egyenletrendszer mátrix alakban<br />
r<br />
x = Φa (1.4)<br />
Az (1.2) egyenletrendszer közelítő megoldását abból a feltételből határozzuk meg, hogy a megfelelő<br />
kvadratikus alakot minimalizálja az adott altérben. A feladatot redukáltuk egy n változós<br />
feladatról egy r változós feladatra, ahol ai jelöli a változókat.<br />
Q(x) = 1<br />
2 xT Ax − x T b =<br />
= 1<br />
2 aT Φ T AΦa − a T Φ T b ⇒ min (1.5)<br />
2
A minimumot az a vektor által meghatározott r dimenziós altérben keressük<br />
grad<br />
a<br />
Q(x(a)) = Φ T AΦa − Φ T b = 0. (1.6)<br />
Mivel az A matrix pozitív definit <strong>és</strong> a Φ mátrix oszlopai lineárisan függetlenek, ezért a Φ T AΦ<br />
mátrix nemszinguláris, létezik az inverze <strong>és</strong> így<br />
A megoldás explicit alakban<br />
a = (Φ T AΦ) −1 Φ T b. (1.7)<br />
x = Φ(Φ T AΦ) −1 Φ T b . (1.8)<br />
Helyettesítsük be az (1.6) egyenletbe az x = Φa kifejez<strong>és</strong>t <strong>és</strong> emeljük ki a Φ T mátrixot<br />
Φ T (Ax − b) = 0. (1.9)<br />
<br />
h hibavektor<br />
Ha x pontos volna akkor a hibavektor (maradékvektor) zérus lenne. Az optimális megoldáshoz<br />
tartozó hibavektor az adott bázist képező ϕi vektorok mindegyikére ortogonális<br />
⎡ ⎤ ⎡ ⎤<br />
⎢<br />
⎣<br />
ϕ T<br />
1<br />
ϕ T<br />
2<br />
.<br />
ϕ T<br />
1<br />
⎥ ⎢<br />
⎥ ⎢ h<br />
⎦ ⎣<br />
Vizsgáljunk meg egy analóg feladatot, a mátrixok sajátértékfeladatát.<br />
1.2. Mátrixok sajátérték-feladata<br />
⎥<br />
⎦ = 0. (1.10)<br />
Ismeretes, hogy egy A mátrix sajátértékeit <strong>és</strong> a hozzá tartozó sajátvektorokat az alábbi homogén<br />
lineáris egyenletrendszer határozza meg:<br />
(λE − A)x = 0 ⇒ grad Q(x) = A ′ x − b ′ , ahol<br />
Írjuk fel (1.11)-et a ϕi vektorok által generált altérben<br />
A ′ jel<br />
= λE − A <strong>és</strong> b ′ jel<br />
= 0. (1.11)<br />
Φ T (λE − A)Φa = 0 <strong>és</strong> x = Φa<br />
(λΦ T Φ − Φ T AΦ)a = 0. (1.12)<br />
Ez egy r-ed rendű általánosított sajátérték-feladat a ([Φ T AΦ], [Φ T Φ]) mátrixpárra vo-<br />
<br />
T Ö<br />
A <br />
T<br />
Ö Ö Ö<br />
2. ábra.<br />
Általánosított sajátérték-feladat determinánsa<br />
natkozólag. A λ sajátértékeket az együtthatómátrix determinánsának nullává tételéből<br />
3<br />
0
számítjuk (2. ábra). A sajátértékek meghatározása után megkapjuk az x közelítő<br />
sajátvektorokat is. Egy n-ed rendű mátrix sajátérték-feladatát egy r-ed rendű mátrix<br />
([Φ T AΦ]) általánosított sajátérték-feladatára redukáltuk. Ha a ([Φ T Φ]) = Er lenne, akkor<br />
a szokásos sajátértékfeladatot kapnánk. Ez a speciális választás azt jelentené, hogy a ϕi vektorok<br />
nem csak lineárisan függetlenek, hanem ortogonálisak is. (A gyakorlatban néha szándékosan<br />
így veszik fel a teret kifeszítő vektorokat <strong>és</strong> így a feladat egyszerűsödik egy klasszikus r-ed rendű<br />
sajátértékfeladatra.) Minél kevesebb ϕi vektort veszünk fel, annál ,,kisebb” feladatot kapunk.<br />
Extrém esetben a Φ csak egy vektort tartalmaz. Ekkor a determináns jele elhagyható, mert<br />
egy skalárváltozó determinánsát kell venni, <strong>és</strong> így λ közvetlenül kifejezhető:<br />
| λϕ T ϕ − ϕ T Aϕ<br />
<br />
skalár<br />
|<br />
<br />
= 0<br />
λ = ϕT Aϕ<br />
ϕT ϕ<br />
⇒ Rayleigh hányados. (1.13)<br />
A λ-ra kapott kifejez<strong>és</strong> éppen a Rayleigh hányados. A hányados minimuma megadja a minimális,<br />
a maximuma pedig a maximális sajátértéket. Az összes sajátérték ezen két érték között<br />
helyezkedik el. A Rayleigh-Ritz féle közelítő módszerek kombinálják a Rayleigh hányadost a<br />
Ritz módszerrel a sajátértékfeladat közelítő megoldása céljából.<br />
2. A variációszámítás alapfeladata<br />
Ismert, hogy az egyváltozós függvény egy X halmaz bizonyos elemeihez hozzárendeli egy<br />
másik, Y halmaznak egyetlen elemét, ahol a halmazok valós vagy komplex számokból állnak.<br />
Az absztrakt függvény esetén az X <strong>és</strong> Y bármilyen elemeket tartalmazhat (pl. vektorokat,<br />
függvényeket stb.). Ha Y ∈ R (valós szám), akkor az absztrakt függvényt funkcionálnak<br />
nevezzük, amelyek vizsgálatával a funkcionálanalízis foglalkozik. Ennek egy r<strong>és</strong>zét képezi a<br />
variációszámítás, ahol bizonyos feltételeket kielégítő függvények halmazához rendelünk valós<br />
számokat. Tekintsünk egy független változót, egy y(x) függvényt, a deriváltját <strong>és</strong> képezzük a<br />
következő funkcionált<br />
I〈y(x)〉 =<br />
x2<br />
x1<br />
f(x, y(x), y ′ (x))dx<br />
Peremfeltételek: y(x1) = y1<br />
y(x2) = y2. (2.1)<br />
Ez a funkcionál a (2.1) peremfeltételeket kielégítő minden egyes y(x)-hez hozzárendel egy<br />
határozott integrált (számértéket). Azokat az y(x) függvényeket, amelyek az adott peremfeltételeket<br />
kielégítik, konkurenciába bocsájtott függvényeknek nevezzük. A variációszámítás<br />
azt a függvényt keresi, amelyre az I〈y(x)〉 integrál extrémális (minimális).<br />
Példák<br />
• Határozzuk meg azt a függvényt, amelyik átmegy a P1, P2 pontokon <strong>és</strong> az ívhossza minimális!<br />
A keresett függvénynek az alábbi funkcionált kell minimalizálnia:<br />
x2<br />
I〈y(x)〉 =<br />
x1<br />
4<br />
1 + y ′ (x) 2 dx. (2.2)
• Talán az első variációszámítási feladat Bernoullitól ered (1698), aki az úgynevezett brachistochron<br />
problémát vetette fel. A nehézségi erőtérben milyen pályán jut el a P1 pontból<br />
a P2 pontba a legrövidebb idő alatt egy golyó?<br />
2.1. Euler-Lagrange-féle differenciálegyenlet<br />
Először a variációszámítás alaplemmáját bizonyítjuk be:<br />
v = ds 1<br />
⇒ dt =<br />
dt v ds<br />
x2<br />
1<br />
min ds (2.3)<br />
v<br />
x1<br />
1. Lemma. Legyen F (x) egy, az [x1, x2] intervallumban folytonos függvény, <strong>és</strong> η(x) tetszőleges,<br />
folytonosan differenciálható függvény ugyancsak az [x1, x2] intervallumban, amely kielégíti az<br />
η(x1) = η(x2) = 0 feltételeket. Ha<br />
x2<br />
x1<br />
F (x)η(x)dx = 0, akkor F (x) ≡ 0. (2.4)<br />
Bizonyítás. A lemmát indirekt módszerrel bizonyítjuk. Tegyük fel, hogy van olyan ξ hely,<br />
ahol F (ξ) > 0. A folytonosságból következik, hogy van egy olyan kicsiny [ξ1, ξ2] intervallum a ξ<br />
környezetében, ahol F (x) még mindig pozitív. Konstruáljuk az alábbi η(x) függvényt (3. ábra):<br />
η(x) =<br />
3. ábra. Alaplemma bizonyítása<br />
0 ha x1 ≤ x ≤ ξ1 vagy ξ2 ≤ x ≤ x2<br />
(x − ξ1) 2 (x − ξ2) 2 ha ξ1 ≤ x ≤ ξ2.<br />
Helyettesítsük be ezt az η függvényt az integrálba<br />
x2<br />
x1<br />
F (x)η(x)dx =<br />
ξ2<br />
ξ1<br />
5<br />
(2.5)<br />
F (x)η(x)dx > 0. (2.6)
Ellentmodásra jutottunk, mert a (2.6)-os integrál nem lehet nulla.<br />
Ezt a lemmát fogjuk felhasználni a variációszámítás alapfeladatánál, az Euler-Lagrange egyenlet<br />
levezet<strong>és</strong>énél. Vizsgáljuk meg az<br />
I〈y(x)〉 =<br />
x2<br />
x1<br />
f(x, y(x), y ′ (x))dx (2.7)<br />
egyenletet. Tegyük fel, hogy y(x) az a függvény, amely a (2.7)-es integrált extrémummá (minimummá)<br />
teszi <strong>és</strong> y(x1) = y1, y(x2) = y2. Legyenek a konkurenciába bocsájtott függvények:<br />
Y (x) = y(x) + εη(x), ε paraméter, (2.8)<br />
amelyek tehát kielégítik az Y (x1) = y1 <strong>és</strong> az Y (x2) = y2 feltételeket. Ebből következik, hogy<br />
η(x1) = η(x2) = 0. Minden Y -hoz tartozik egy η(x) függvény <strong>és</strong> egy ε paraméter. A deriváltja<br />
Y ′ (x) = y ′ (x) + εη ′ (x). (2.9)<br />
Behelyettesítve az integranduszba a konkurenciába bocsájtott függvényeket<br />
I(ε) =<br />
=<br />
x2<br />
x1<br />
<br />
x1<br />
x2<br />
f(x, Y (x), Y ′ (x))dx =<br />
f(x, y(x) + εη(x), y ′ (x) + εη ′ (x))dx. (2.10)<br />
Látjuk, hogy az integrál ε egyváltozós függvénye. Az I(ε) lokális extrémuma helyén a derivált<br />
nulla, de itt ε = 0, mert ez a feltétel szolgáltatja a keresett megoldást:<br />
<br />
dI(ε) ε=0<br />
= 0. (2.11)<br />
dε<br />
A feladatot egy egyváltozós függvény szélsőérték- feladatára vezettük vissza<br />
<br />
x2<br />
<br />
dI <br />
′<br />
<br />
∂f dY ∂f dY <br />
dε<br />
= · + · dx<br />
ε=0 ∂Y dε ∂Y ′ dε = 0.<br />
<br />
x1<br />
ε=0<br />
(2.12)<br />
Felhasználva, hogy dY<br />
dε<br />
dY ′<br />
= η(x), dε = η′ (x), ∂f<br />
<br />
= ∂Y ε=0 ∂f ∂f<br />
<strong>és</strong> ∂y ∂Y ′<br />
<br />
= ε=0 ∂f<br />
∂y ′ ,<br />
x2<br />
<br />
dI <br />
<br />
∂f<br />
dε<br />
=<br />
ε=0 ∂y<br />
A parciális integrálás segítségével η ′ -t η-ra ,,cserélhetjük”<br />
x2<br />
x1<br />
∂f<br />
∂y ′<br />
<br />
u<br />
η ′<br />
<br />
v ′<br />
x1<br />
x2 <br />
∂f<br />
dx = η −<br />
∂y ′<br />
x1 <br />
0<br />
x1<br />
x2<br />
∂f<br />
· η(x) +<br />
∂y ′ · η′ <br />
(x) dx = 0. (2.13)<br />
d ∂f<br />
dx ∂y ′ ηdx, mivel η(x1) = η(x2) = 0. (2.14)<br />
6
Ezekután a (2.13)-as egyenlet<br />
x2<br />
x1<br />
∂f<br />
∂y<br />
d ∂f<br />
−<br />
dx ∂y ′<br />
<br />
ηdx = 0, (2.15)<br />
ahol η(x) tetszőleges, folytonosan differenciálható <strong>és</strong> η(x1) = η(x2) = 0. Az alaplemma<br />
értelmében ez csak úgy lehetséges, ha az integrandusz nullával egyenlő<br />
∂f<br />
∂y<br />
d ∂f<br />
− ≡ 0 . (2.16)<br />
dx ∂y ′<br />
Keressük ennek a parciális differenciálegyenletnek azt a megoldását, amely kielégíti az<br />
y(x1) = y1 <strong>és</strong> y(x2) = y2 peremfeltételeket. A (2.16)-os egyenletet Euler-Lagrange féle differenciálegyenletnek<br />
hívják. A ∂f<br />
∂y ′ függvénye x-nek, y-nak <strong>és</strong> y ′ -nek is. Vegyük az x szerinti<br />
totális differenciálhányadosát<br />
Behelyettesítve (2.17)-et a (2.16)-os egyenletbe<br />
d ∂f<br />
dx ∂y ′ = ∂2f ∂x∂y ′ + ∂2f ∂y∂y ′ y′ + ∂2f ∂y ′2 y′′ . (2.17)<br />
∂f<br />
∂y − ∂2f ∂x∂y ′ − ∂2f ∂y∂y ′ y′ − ∂2f ∂y ′2 y′′ = 0, y(x1) = y1, y(x2) = y2 . (2.18)<br />
A (2.18) egy nemlineáris, változó együtthatójú, másodrendű differenciálegyenlet, amelyet csak<br />
speciális esetekben lehet megoldani. Például nagyon könnyen megoldható a két ponton átmenő<br />
legkisebb ívhosszú függvény meghatározásakor.<br />
Példa (4. ábra) Egy tetszőleges görbe ívhossza az<br />
4. ábra. Legrövidebb ívhosszú görbe két pont között<br />
I =<br />
x2<br />
x1<br />
1 + y ′2 dx (2.19)<br />
7
képlettel számítható. Az I integrált szélső értékké tevő y = y(x) függvényt keressük. Az<br />
Euler-Lagrange egyenlet most nagyon egyszerűen felírható, minthogy:<br />
<strong>és</strong> a deriváltak<br />
∂f<br />
∂y<br />
= 0;<br />
∂2f =<br />
∂y ′2<br />
∂f<br />
=<br />
∂y ′<br />
f(x, y, y ′ ) = 1 + y ′2 (2.20)<br />
y ′<br />
1 + y ′2 ;<br />
1 + y ′2 − y ′2<br />
√ 1+y ′2<br />
1 + y ′2<br />
=<br />
∂2f = 0;<br />
∂x∂y ′<br />
∂2f = 0;<br />
∂y∂y ′<br />
1<br />
. (2.21)<br />
(1 + y ′2 ) 3<br />
Így tehát az y = y(x) meghatározására az alábbi egyszerű differenciálegyenlet szolgál:<br />
y ′′<br />
(1 + y ′2 ) 3 = 0 ⇒ y′′ = 0 ⇒ y(x) = mx + b, egyenes. (2.22)<br />
Az m <strong>és</strong> a b az y(x1) = y1, y(x2) = y2 peremfeltételekből számítható.<br />
Tekintsük a következő feladatot<br />
<br />
I =<br />
x1<br />
x2<br />
{p(x)y ′2 + q(x)y 2 + 2r(x)y}dx → extrémum, y(x1) = y1, y(x2) = y2<br />
f(x, y, y ′ ) = p(x)y ′2 + q(x)y 2 + 2r(x)y. (2.23)<br />
Nézzük meg, milyen az Euler-Lagrange egyenlet ebben az esetben:<br />
∂f<br />
∂y<br />
= 2q(x)y + 2r(x);<br />
∂f<br />
∂y ′ = 2p(x)y′ ;<br />
⇓<br />
d ∂f<br />
dx<br />
∂y ′ = (2p(x)y′ ) ′<br />
(p(x)y ′ ) ′ − q(x)y − r(x) = 0 . (2.24)<br />
A kapott másodrendű, inhomogén, lineáris differenciálegyenlet egy ún. önadjungált differenciálegyenlet<br />
1 . Ennek az differenciálegyenletnek a peremfeltételeket kielégítő megoldása (nem<br />
nehéz megoldani) teszi az integrált extrémummá. Ha sok ilyen típusú feladatot megoldunk,<br />
akkor már sok variációszámítási feladatnak megfelelő differenciálegyenletet ismerünk. Megfordítva<br />
a feladatot, tekintek sok differenciálegyenletet, amelynek ismerem a megoldását, akkor<br />
felismerhetem, hogy melyik differenciálegyenlet milyen variációszámítási feladatnak felel meg.<br />
A lényeg a következő: ha nem tudjuk megoldani a variációszámítási feladatot, de ismerjük a<br />
differenciálegyenlet megoldását, akkor azt oldjuk meg. Ha a differenciálegyenletet nem tudjuk<br />
megoldani, de ismerjük a hozzátartozó variációszámítási feladatot, <strong>és</strong> van esélyünk ennek a<br />
megoldására, akkor ezt oldjuk meg. Hasonló elgondolás figyelhető meg a lineáris algebrában a<br />
kvadratikus alakoknál, ugyanis a<br />
1 A definícót k<strong>és</strong>őbb adjuk meg.<br />
Q(x) = 1<br />
2 xT Ax + x T b → extrémum (minimum) (2.25)<br />
8
kvadratikus alak extrémumát kerestük <strong>és</strong> levezettük, hogy ez az<br />
Ax + b = 0 (2.26)<br />
egyenlet megoldásánál van. Itt is, ha volt egy startégiám a (2.25) megoldására, akkor azt<br />
oldottam meg.<br />
Visszatérve, fogjuk látni, hogy a Ritz módszer segítségével az integrált lehet megoldani <strong>és</strong> így<br />
kapható meg a differenciálegyenlet megoldása.<br />
2.2. Példa: Brachistochron probléma (Bernoulli, 1698)<br />
Feladat: Az A pontból a B pontba milyen görbe mentén lehet eljutni nulla kezdősebességgel a<br />
legrövidebb idő alatt a nehézségi erőtér hatására? (5. ábra)<br />
Megoldás: A fizikai törvényeket felhasználva,<br />
ugyanis<br />
azaz<br />
v = ds<br />
dt<br />
5. ábra. Brachistochron probléma<br />
⇒ t =<br />
1<br />
v<br />
ds =<br />
x<br />
x0<br />
<br />
1 + y ′2<br />
dx, (2.27)<br />
2g(y − y0)<br />
ds = 1 + y ′2dx 1<br />
2 mv2 = mgy − mgy0 ⇒ v = 2g(y − y0), (2.28)<br />
f(x, y, y ′ ) = 1<br />
<br />
1 + y<br />
√<br />
2g<br />
′2<br />
y − y0<br />
. (2.29)<br />
A (2.29) csak y-tól <strong>és</strong> y ′ -től függ <strong>és</strong> x-et nem tartalmazza explicite. Írjuk fel következő egyenleteket:<br />
<br />
d ′ ∂f<br />
y<br />
dx ∂y ′<br />
<br />
=<br />
′′ ∂f d ∂f<br />
y + y′ ,<br />
∂y ′ dx ∂y ′<br />
(2.30)<br />
df<br />
dx<br />
=<br />
∂f ∂f<br />
+<br />
∂x ∂y y′ + ∂f<br />
∂y ′ y′′ . (2.31)<br />
9
Az első egyenletnél a szorzat deriválási szabályt a második egyenletnél a totális differenciálás<br />
szabályát alkalmaztuk. Vegyük a két egyenlet különbségét<br />
<br />
d ′ ∂f<br />
y<br />
dx ∂y ′<br />
<br />
− df<br />
<br />
d ∂f ∂f<br />
= y′ − −<br />
dx dx ∂y ′ ∂y<br />
∂f<br />
. (2.32)<br />
∂x<br />
Mivel f nem tartalmazza x-et explicite<br />
<strong>és</strong> az Euler-Lagrange egyenlet szerint<br />
így<br />
Ebből következik, hogy<br />
∂f<br />
∂x<br />
= 0 (2.33)<br />
d ∂f ∂f<br />
− = 0, (2.34)<br />
dx ∂y ′ ∂y<br />
<br />
d ′ ∂f<br />
y − f = 0. (2.35)<br />
dx ∂y ′<br />
′ ∂f<br />
y − f ≡ c → konstans . (2.36)<br />
∂y ′<br />
A feladat egy elsőrendű differenciálegyenletre egyszerűsödött. Felírjuk ezt a differenciálegyenletet<br />
a mi esetünkre<br />
∂f<br />
=<br />
∂y ′<br />
y ′2<br />
<br />
2g(y − y0) −<br />
1 + y ′2<br />
y ′<br />
<br />
2g(y − y0) ,<br />
1 + y ′2<br />
<br />
1 1 + y<br />
√<br />
2g<br />
′2<br />
y − y0<br />
= 1<br />
√ 4ga → konstans. (2.37)<br />
A c konstanst most a fenti speciális alakban írtuk fel (2.37), ahol a egy konstans paraméter.<br />
Hozzunk közös nevezőre <strong>és</strong> egyszerűsítsünk<br />
1<br />
−√<br />
<br />
y − y0 1 + y ′2<br />
Négyzetre emelve, reciprokot véve <strong>és</strong> kifejezve y ′ -t:<br />
(y − y0)(1 + y ′2 ) = 2a<br />
= 1<br />
√ 2a . (2.38)<br />
(y − y0)y ′2 = 2a − (y − y0)<br />
dy<br />
dx = y′ <br />
=<br />
2a − (y − y0)<br />
.<br />
(y − y0)<br />
(2.39)<br />
A változók szétválasztásával a következő integrálra jutunk<br />
y − y0<br />
2a − (y − y0) dy = (x − x0). (2.40)<br />
10
2 t<br />
Alkalmazzuk az (y − y0) 2a sin 2 helyettesít<strong>és</strong>t<br />
dy = 2a sin t<br />
2<br />
<br />
2 t 2a sin 2<br />
cos t<br />
2 dt<br />
<br />
t<br />
cos dt =<br />
2<br />
2a cos2 t 2a sin<br />
2<br />
t<br />
2<br />
<br />
2 t<br />
2a sin dt =<br />
2<br />
= a (1 − cos t)dt = a(t − sin t) = x − x0. (2.41)<br />
Tehát a keresett görbe az alábbi két egyenlettel írható le<br />
a(t − sin t) = x − x0<br />
a(1 − cos t) = y − y0, mert (y − y0) 2a sin<br />
2 t<br />
2<br />
. (2.42)<br />
A (2.42)-es egyenletek egy cikloisnak az egyenletei. Például cikloist ír le egy gördülő kerék egy<br />
adott pontja (6. ábra).<br />
3. A Ritz módszer<br />
Idézzük fel egy korábbi feladatunkat<br />
I =<br />
x2<br />
x1<br />
6. ábra. Gördülő kerék egy pontja cikloist ír le<br />
p(x)y ′2 + q(x)y 2 + 2r(x)y dx → extrémum, y(x1) ! = 0, y(x2) ! = 0. (3.1)<br />
<br />
f<br />
A deriváltak az Euler-Lagrange egyenlethez<br />
∂f<br />
∂y<br />
= 2q(x)y + 2r(x);<br />
Bevezetve az L lineáris differenciáloperátort<br />
∂f<br />
∂y ′ = 2p(x)y′ ;<br />
⇓<br />
d ∂f<br />
dx<br />
∂y ′ = (2p(x)y′ ) ′<br />
(p(x)y ′ ) ′ − q(x)y − r(x) = 0 . (3.2)<br />
L[y] ≡ (p(x)y ′ ) ′ − q(x)y − r(x) = 0 → másodrendű, inhomogén, lineáris d. e. (3.3)<br />
Az 1-es fejezetben egy analóg problémával foglalkoztunk, ugyanis Q(x) = 1<br />
2 xT Ax − x T b<br />
kvadratikus alaknak kerestük a minimumát. Ez a feladat egy lineáris algebrai egyenletrendszer<br />
megoldására vezetett. Az x vektorhoz hozzárendeltünk egy lineáris algebrai operátort<br />
11
(L[x] ≡ Ax − b = 0). Most a (3.1)-es integrálnak az extrémumát az a függvény adja meg,<br />
amelyik kielégíti az L lineáris differenciáloperátorral definiált (3.3)-as egyenletet. Az algebrai<br />
operátor esetén azt mondtuk, hogy az egyenletrendszer nagyon bonyolult (pl. 1000 ismeretlenes),<br />
ezért megelégedtünk egy közelítő megoldással egy altérben. Ezt az ötletet itt is alkalmazhatjuk,<br />
azaz keressük a (3.3) differenciálegyenlet közelítő megoldását.<br />
Legyen ϕ1(x), ϕ2(x), . . . , ϕn(x) 2 olyan lineárisan független, [x1, x2]-ben kétszer folytonosan differenciálható<br />
függvények rendszere, amelyek kielégítik az ϕk(x1) = ϕk(x2) = 0 peremfeltételeket,<br />
feltéve hogy y1 = y2 = 0. Ez utóbbi feltétel az algebrai esetben nem volt, mert a tér dimenziója<br />
adva volt (n dimenziós vektorokról volt szó), itt azonban végtelen sok lineárisan független<br />
függvény van, ezért kell, hogy ezek mindegyike elégítse ki a peremfeltételeket. Ez az erős megszorítás<br />
fogja hatékonnyá tenni a módszert.<br />
Keressük, approximáljuk a megoldást<br />
yn(x) = ϕ1(x)a1 + ϕ2(x)a2 + . . . ϕn(x)an<br />
alakban azon feltétel mellett, hogy a (3.1)-es integrál legyen minimális. Vektor alakban<br />
a derivált<br />
(3.4)<br />
yn(x) = a T ϕ(x) = ϕ T (x)a, (3.5)<br />
y ′ n(x) = a T ϕ ′ (x) = (ϕ T ) ′ (x)a. (3.6)<br />
Képezzük az y 2 n -et ,,igazságosan” yn (3.5) mindkét oldalát felhasználva<br />
hasonlóan a deriváltnál<br />
yn(x) = a T ϕ(x)ϕ T (x)a, (3.7)<br />
y ′2<br />
n (x) = a T ϕ ′ (x)(ϕ T ) ′ (x)a. (3.8)<br />
Helyettesítsük be ezeket a kifejez<strong>és</strong>eket a (3.1)-be <strong>és</strong> vegyük az eredmény gradiensét<br />
<br />
I =<br />
x1<br />
x2<br />
{p(x)a T [ϕ ′ (x)(ϕT ) ′ (x)] a + q(x)a T [ϕ(x)ϕT (x)]<br />
<br />
szimm. diád<br />
<br />
szimm. diád<br />
a + 2r(x)a T ϕ(x)}dx. (3.9)<br />
A diádok mátrixot jelentenek, ezért a (3.9)-es kifejez<strong>és</strong> a vektor kvadratikus alakja. Vegyük a<br />
gradiensét<br />
grad<br />
a<br />
<br />
I =<br />
x1<br />
x2<br />
{2p(x)ϕ ′ (x) (ϕT ) ′ (x)a<br />
<br />
y ′ n<br />
<strong>és</strong> a következő egyenletet kapjuk<br />
<br />
x1<br />
x2<br />
+2q(x)ϕ(x) ϕT (x)a +2r(x)ϕ(x)}dx<br />
<br />
! = 0 (3.10)<br />
yn<br />
{p(x)ϕ ′ (x)y ′ n + q(x)ϕ(x)yn + r(x)ϕ(x)}dx ! = 0. (3.11)<br />
A ϕ ′ (x)-et a parciális integrálás segítségével eltüntetjük<br />
x2<br />
x1<br />
p(x)y ′ n<br />
<br />
u<br />
ϕ ′ (x)<br />
<br />
v ′<br />
dx = [p(x)y ′ n ϕ(x)]x2<br />
x1 −<br />
2 Nyugodtan vehetünk n-et, hiszen ez egy végtelen dimenziós tér.<br />
12<br />
<br />
x1<br />
x2<br />
(p(x)y ′ n )′ ϕ(x)dx. (3.12)
A ϕ(x1) = ϕ(x2) = 0 peremfeltételek miatt<br />
így<br />
<br />
x1<br />
x2<br />
Fontos megjegyezni, hogy<br />
[p(x)y ′ nϕ(x)]x2 = 0, (3.13)<br />
x1<br />
{(p(x)y ′ n )′ ϕ(x) − q(x)ynϕ(x) − r(x)ϕ(x)}dx ! = 0<br />
<br />
x1<br />
x2<br />
{(p(x)y ′ n) ′ − q(x)yn − r(x)}ϕ(x)dx ! = 0. (3.14)<br />
L[yn] = (p(x)y ′ n )′ − q(x)yn − r(x) = 0, (3.15)<br />
mert yn csak közelítő megoldás, viszont a (3.14) integrálnak ϕ(x) bármelyik komponensére<br />
nullának kell lennie.<br />
x2<br />
L[yn]ϕk(x)dx = 0 k = 1, . . . , n (3.16)<br />
x1<br />
A (3.16)-os integrál n darab egyenletet határoz meg az n darab ismeretlenre, amelyek a vektornak<br />
a komponensei. (Az a vektor az yn-ekben van elrejtve lineáris összefügg<strong>és</strong> szerint). Tehát<br />
a1, a2 . . . , an-re n ismeretlenes inhomogén, lineáris algebrai egyenletrendszert kaptunk.<br />
Ez a Ritz módszer, amelynek a segítségével a differenciálegyenletünk megoldását, legalábbis<br />
az n dimenziós altérben, lineáris algebrai egyenletrendszerre vezettük vissza. Ismételten egy<br />
nagyon szemléletes analógiát fedezhetünk fel az 1-es fejezetben leírtakkal. Ekkor a Ritz módszer<br />
segítségével Q(x) = 1<br />
2 xT Ax − x T b kifejez<strong>és</strong>t minimalizáltuk. Az Ax − b = 0 algebrai egyenlet<br />
egzakt x vektor megoldása helyett megelégedtünk a közelítő x megoldással, amely nem<br />
elégítette ki az egyenleterendszert <strong>és</strong> hibát adott. A Ritz módszer segítségével meghatározott<br />
legjobb közelítő megoldás az altérben olyan volt, hogy a h hibavektornak ortogonálisnak kellett<br />
lennie a ϕk vektorokból alkotott mátrixra, azaz<br />
φ T h = 0. (3.17)<br />
Az skalárszorzat fogalmának a függvények terében a szorzatintegrál felel meg, tehát a (3.16)<br />
pontosan ugyanazt mondja, mint amit a (3.17). Tehát a differenciálegyenletünk legjobb közelítő<br />
megoldása ebben az altérben az, amelynek a hibája ortogonális a Ritz módszer bázisaira (ϕk(x)ra).<br />
Jól látszik, hogy a differenciáloperátorok területe mennyire hasonló a lineáris operátorok<br />
területéhez.<br />
3.1. Példa a Ritz módszer alkalmazására<br />
Legyen a megoldandó differenciálegyenlet<br />
y ′′ + y + x = 0; Peremfeltételek: y(0) = y(1) = 0. (3.18)<br />
Ennek az egyszerű egyenletnek az egzakt megoldása<br />
y = sinx<br />
− x. (3.19)<br />
sin1<br />
13
7. ábra. A ϕk függvények<br />
Most probáljuk a közlítő megoldást a Ritz módszer segítségével meghatározni. A legegyszerűbb<br />
olyan ϕk(x) függvények, amelyek lineárisan függetlenek <strong>és</strong> a 0 illetve az 1 helyen zérussal<br />
egyenlőek, a következőképpen írhatók fel: (7. ábra)<br />
Vegyük először az n = 1 esetet:<br />
így<br />
1<br />
0<br />
1<br />
0<br />
L[y1]ϕ1(x)dx<br />
ϕ1(x) x(1 − x)<br />
ϕ2(x) x 2 (1 − x)<br />
.<br />
ϕn(x) x n (1 − x). (3.20)<br />
!<br />
= 0<br />
y1 = a1ϕ1(x) = a1(x − x 2 )<br />
y ′ 1 = a1(1 − 2x)<br />
y ′′<br />
1 = −2a1, (3.21)<br />
L[y1] = y ′′<br />
1 + y1 + x = −2a1 + a1(x − x 2 ) + x<br />
{a1(−2 + x − x 2 ) + x}(x − x 2 )dx = a1<br />
Az integrálást elvégezve az első közelít<strong>és</strong><br />
Az n = 2 esetén:<br />
+<br />
1<br />
0<br />
<br />
0<br />
1<br />
(−2x + 2x 2 + x 2 − 2x 3 + x 4 )dx +<br />
(x 2 − x 3 )dx ! = 0. (3.22)<br />
a1 = 5<br />
18 → y1 = 5<br />
18 (x − x2 ) . (3.23)<br />
y2 = a1ϕ1(x) + a2ϕ2(x) = a1(x − x 2 ) + a2(x 2 − x 3 )<br />
y ′ 2 = a1(1 − 2x) + a2(2x − 3x 2 )<br />
y ′′<br />
2 = −2a1 + a2(2 − 6x). (3.24)<br />
14
Ezekután az operátort alkalmazva y2-re<br />
L[y2] = y ′′<br />
2 + y2 + x = −2a1 + a2(2 − 6x) + a1(x − x 2 ) + a2(x 2 − x 3 ) + x =<br />
= a1[−2 + x − x 2 ] + a2[2 − 6x + x 2 − x 3 ] + x. (3.25)<br />
Behelyettesítve az integrálegyenlet komponenseibe<br />
1<br />
0<br />
L[y2]ϕ1(x)dx ! = 0 <strong>és</strong><br />
1<br />
0<br />
L[y2]ϕ2(x)dx ! = 0 (3.26)<br />
két egyenletet kapjuk. A (3.9)-es egyenlet szerkezetét nézve látható, hogy szimmetrikus diádok<br />
szerepelnek benne, ezért a fenti két egyenlet (3.26) által alkotott egyenletrendszer mátrixa<br />
szimmetrikus. <br />
• ⊗ a1 ⋆<br />
=<br />
(3.27)<br />
⊗ • ⋆<br />
a2<br />
Ezenkívül az első egyenletben szereplő a1 együtthatóját ismerjük, hiszen ezt az (3.22)-ben is<br />
szereplő a1{(−2+x−x 2 )(x−x 2 )} integrandusz határozza meg. Az első egyenletben szereplő a2<br />
együtthatóját nem ismerjük, de mivel szimmetrikus az együtthatómátrix elég csak a második<br />
egyenletet megoldani. Általánosan, ha három függvény lineáris kombinációjáról lenne szó,<br />
akkor sem kellene az első két integrált felírni. Tehát nem kell minden n-nél újra kezdeni az<br />
eljárást, hanem először közelítsünk csak egy függvénnyel, azután tulajdonképpen csak javítsuk<br />
a megoldást a nagyobb n-eknél. Számítsuk ki a második integrált<br />
1<br />
0<br />
A második egyenlet<br />
L[y2]ϕ2(x)dx =<br />
+<br />
1<br />
0<br />
1<br />
<br />
0<br />
{a1[−2 + x + x 2 ](x 2 − x 3 )}dx +<br />
{a2[2 − 6x + x 2 − x 3 ](x 2 − x 3 ) + x(x 2 − x 3 )}dx ! = 0. (3.28)<br />
− 3<br />
20 a1 − 13<br />
15 a2 + 1<br />
= 0. (3.29)<br />
20<br />
Tehát az egyenletrendszer a fentiek figyelembe vételével<br />
A második, pontosabb közelít<strong>és</strong><br />
3<br />
10 a1 + 3<br />
20 a2 = 1<br />
12<br />
3<br />
20 a1 + 13<br />
15 a2 = 1<br />
. (3.30)<br />
20<br />
a1 = 71<br />
369 ; a2 = 7<br />
41<br />
<br />
71 7<br />
y2 = x(1 − x) +<br />
369 41 x<br />
<br />
. (3.31)<br />
Hasonlítsuk össze a közelít<strong>és</strong>eket <strong>és</strong> pontos megoldásokat néhány pontban. Az 1-es táblázatból<br />
jól látható, hogy már a második közlít<strong>és</strong> kielégítő megoldást ad.<br />
Megjegyezzük, hogy választhattunk volna más, peremfeltételeket kielégítő bázisfüggvényeket is,<br />
azonban a Ritz módszer egyik nagy előnye, hogy nem érzékeny a ϕk függvények választására.<br />
A módszer hatékonysága talán annak köszönhető, hogy mindegyik bázisfüggvényre rá van<br />
kényszerítve a peremfeltétel, amely nagy húzóerő a megoldás felé.<br />
15
1. táblázat. Közelít<strong>és</strong>ek összehasonlítása<br />
x ypontos y1 y2<br />
0.25 0.044 0.052 0.044<br />
0.5 0.070 0.069 0.069<br />
0.75 0.060 0.052 0.060<br />
4. Differenciálegyenletek (operátorok) néhány tulajdonsága<br />
Ebben a r<strong>és</strong>zben a differenciáloperátorok néhány tulajdonságát vizsgáljuk meg analógiát vonva<br />
a lineáris algebrával.<br />
4.1. Önadjungált differenciáloperátor<br />
Tekintsük a következő differenciáloperátort<br />
L[y] ≡ a(x)y ′′ + b(x)y ′ + c(x)y = 0. (4.1)<br />
Az ilyen differenciáloperátorhoz szoktak definiálni egy adjungált differenciáloperátort<br />
M[z] ≡ (a(x)z) ′′ − (b(x)z) ′ + c(x)z = 0 (4.2)<br />
Tehát M az L-hez tartozó ún. adjungált operátor. Magasabbrendű differenciálegyenletnél is<br />
mindig az eredeti differenciálegyenlet együtthatói lesznek az új függvény (z) szorzói <strong>és</strong> váltakozó<br />
jel lesz a deriváltak között. Ha a két differenciáloperátor megegyezik, azaz L = M, akkor<br />
a differenciálegyenletet önadjungáltnak nevezzük. Nézzük meg mi a feltétele az önadjungált<br />
tulajdonságnak.<br />
M[z] = a ′′ (x)z + 2a ′ (x)z ′ + a(x)z ′′ −<br />
− b ′ (x)z − b(x)z ′ +<br />
+c(x)z. (4.3)<br />
A két operátor megegyezik, ha a (4.1)-ben <strong>és</strong> a (4.3)-ban szereplő együtthatók megegyeznek.<br />
c(x) = a ′′ (x) − b ′ (x) + c(x); b(x) = 2a ′ (x) − b(x); a(x) = a(x) (4.4)<br />
Mivel az a ′′ (x) = b ′ (x) <strong>és</strong> az a ′ (x) = b(x) feltétel ugyanazt jelenti, ezért elég, ha a b(x) helyére<br />
a ′ (x)-et írunk, <strong>és</strong> akkor az önadjungált differenciálegyenlet a következő alakban írható<br />
a(x)y ′′ + a ′ (x)y ′ + c(x)y = 0 ⇒ (a(x)y ′ ) ′ + c(x)y = 0 . (4.5)<br />
A fenti bekeretezett kifejez<strong>és</strong> a feltétele annak, hogy önadjungált legyen a differenciálegyenlet.<br />
A variációszámítási problémánk is önadjungált differenciálegyenletre vezet 3<br />
<br />
min<br />
x1<br />
x2<br />
{p(x)y ′2 + q(x) + 2r(x)y}dx ⇔ (p(x)y ′ ) ′ − q(x)y − r(x) = 0. (4.6)<br />
3 Az r(x) nem érdekes az önadjungáltság szempontjából.<br />
16
Bármely másodrendű, lineáris differenciálegyenlet egy egyszerű szorzással önadjungálttá tehető.<br />
Legyen például az adott differenciálegyenlet<br />
Szorozzuk meg a (4.7) egyenletet r(x) = e<br />
r ′ (x) = p(x)r(x); r(x)y ′′ + p(x)r(x)<br />
y ′′ + p(x)y ′ + q(x)y = 0. (4.7)<br />
y<br />
<br />
′<br />
r ′ <br />
(x)<br />
<br />
(r(x)y<br />
<br />
′ ) ′<br />
x<br />
−∞<br />
p(ξ)dξ<br />
-vel<br />
+q(x)r(x)y = 0 ⇒ (r(x)y ′ ) ′ + q(x)r(x)y = 0 . (4.8)<br />
Az önadjungált differenciáloperátor analógiája a lineáris algebrában a szimmetrikus mátrix.<br />
Mivel a szimmetrikus mátrixnak mindig van spektrálfelbontása, így egy önadjungált differenciáloperátornak<br />
is beszélhetünk a spektrálfelbontásáról. Ahogy egy szimmetrikus mátrixnak<br />
valós sajátértékei vannak, egy önadjungált differenciáloperátornak is mindig valós sajátértékei<br />
vannak. A szimmetrikus mátrix sajátvektorai ortogonális rendszert alkotnak, az önadjungált<br />
differenciáloperátorhoz tartozó ún. sajátfüggvények is ortogonális függvényrendszert (szorzatintegrál<br />
zérus) alkotnak 4 .<br />
4.2. Differenciáloperátor sajátértékei <strong>és</strong> sajátfüggvényei<br />
A sajátérték <strong>és</strong> sajátfüggvény fogalmát egy példán keresztül szemléltejük.<br />
Példa A rezgő húr differenciálegyenlete (hiperbolikus típusú)<br />
k 2 ∂2 u<br />
∂x2 = ∂2u . (4.9)<br />
∂t2 Ez a differenciálegyenlet leírja egy a két végén befogott rezgő húrnak a rezg<strong>és</strong>eit. Lehetnének<br />
kezdeti feltételek: pozíció, sebesség is adottak. Keressük a megoldást szorzat alakban, azaz egy<br />
csak az x-től <strong>és</strong> egy csak a t-től függő függvény szorzataként<br />
Behelyettesítve<br />
u(x, t) = X(x)T (t) ⇒ uxx = X ′′ (x)T (t); utt = X(x)T ′′ (t). (4.10)<br />
k 2 X ′′ (x)T (t) = X(x)T ′′ (t) ⇒ X′′ (x)<br />
X(x)<br />
1<br />
=<br />
k2 T ′′ (t)<br />
T (t)<br />
(4.11)<br />
Mivel a (4.11) jobb oldali egyenletének a bal oldalán olyan kifejez<strong>és</strong> áll, ami csak x-nek a<br />
függvénye a jobb oldalán pedig olyan, ami csak t-nek a függvénye. A két oldal csak úgy lehet<br />
azonos, ha mindkettő konstans (−λ)<br />
A feladat két egyenletre esik szét<br />
X ′′ (x)<br />
X(x)<br />
1<br />
=<br />
k2 T ′′ (t)<br />
T (t)<br />
!<br />
= −λ. (4.12)<br />
X ′′ (x) + λX(x) = 0; T ′′ (t) + λk 2 T (t) = 0. (4.13)<br />
4 A funkcionálanalízis nyelvén nem kell különbséget tenni a két terület között.<br />
17
Nézzük most csak az első egyenletet az X(0) = X(l) = 0 peremfeltételekkel, hiszen az l<br />
hosszúságú húr két vége be van fogva. A λ-nak olyannak kell lennie, hogy legyen a differenciálegyenletnek<br />
az adott feltételeket kielégítő nem triviális (nyugalmi helyzettől eltérő)<br />
megoldása. A megoldást keressük az alábbi alakban<br />
X = A sin √ λx + B cos √ λx,<br />
X ′′ = −Aλ sin √ λx − Bλ cos √ λx.<br />
Az A <strong>és</strong> B értékét a peremfeltételekől lehet meghatározni<br />
(4.14)<br />
X(0) = B = 0, X(l) = A sin √ λl = 0. (4.15)<br />
Látható, hogy A akármennyi lehet. Legyen A 1 <strong>és</strong> mivel λ = <br />
kπ 2<br />
l<br />
<br />
kπx<br />
Xk(x) = sin .<br />
l<br />
(4.16)<br />
Végtelen sok megoldás van. Ha k = 1, akkor a (4.16) egy fél szinuszhullámot ad (8. ábra). Ez<br />
8. ábra. Pendített húr<br />
az egyszeres alaphangú dó. Ha k = 2, akkor a frekvencia kétszeres, így az egy oktávval fentebb<br />
lévő dó-t kapjuk. Ha k = 3, akkor ez lesz a szó (9. ábra). Matematikailag λk a feladathoz<br />
tartozó sajátértékeket adja. Az Xk függvényeket sajátfüggvényeknek nevezzük, amelyeket úgy<br />
kaptunk meg, hogy a megoldásba behelyettesítettük ezeket a sajátértékeket.<br />
Egy önadjungált differenciálegyenletnek bizonyos peremfeltételeket kielégítő nemtriviális megoldásai<br />
a differenciálegyenlet sajátfüggvényei <strong>és</strong> az ezeket meghatározó λk számok a differenciálegyenlet<br />
sajátértékei. Bebizonyítható, hogy a sajátértékek végtelen sokan vannak <strong>és</strong> a<br />
végesben nincs torlódási pontjuk, illetve hogy a sajátfüggvények ortogonálisak.<br />
do do szo do mi szo do re mi<br />
ti do<br />
k 1 2 4 6 8 10 12 14 16<br />
4.3. Izoperimetrikus probléma<br />
9. ábra. Term<strong>és</strong>zetes felhangsor<br />
Ebbe a problémakörbe olyan feladatok tartoznak, mint például a körbe írható legnagyobb<br />
területű téglalap vagy egy gömbbe írható legnagyobb térfogatú kúp paramétereinek a meghatározása.<br />
A matematika ezeket feltételes szélsőérték-feladatoknak nevezi. A variácószámítás<br />
keretén belül ez a következőképpen fogalmazható meg<br />
x2<br />
x1<br />
f(x, y(x), y ′ (x))dx ⇒ extrémum; Peremfeltételek: y(x1) = y1; y(x2) = y2, (4.17)<br />
18
amihez most egy másik feltétel is hozzájárul<br />
x2<br />
x1<br />
g(x, y(x), y ′ (x))dx = A → adott. (4.18)<br />
A probléma megoldásánál ismételten alkalmazzuk az Euler-Lagrange egyenlet levezet<strong>és</strong>énél bemutatott<br />
eljárást. Tegyük fel, hogy y(x) a keresett megoldás, amely kielégíti a feltételt <strong>és</strong> még<br />
extrémalissá is teszi az integrált. A konkurenciába bocsájtott függvények eltérnek az y(x)-től<br />
<strong>és</strong> a plusz feltétel miatt két paramétertől (ε1 <strong>és</strong> ε2) fognak függeni<br />
Y (x) = y(x) + ε1η1(x) + ε2η2(x); η1(x1) = η2(x1) = 0; η1(x2) = η2(x2) = 0. (4.19)<br />
A keresett megoldást ε1 = ε2 = 0 esetén kapjuk. A derivált<br />
Y ′ (x) = y ′ (x) + ε1η ′ 1 (x) + ε2η ′ 2 (x). (4.20)<br />
Behelyettesítve a konkurenciába bocsájtott függvényeket az integrálokba<br />
I(ε1, ε2) =<br />
x2<br />
x1<br />
f(x, Y, Y ′ (x))dx; J(ε1, ε2) =<br />
x2<br />
x1<br />
g(x, Y, Y ′ (x))dx A, (4.21)<br />
akkor I <strong>és</strong> J az ε1, ε2 paraméterektől fog függeni. Tehát ε1 <strong>és</strong> ε2 nem egymástól független<br />
paraméterek, hanem ki kell elégíteniük az J(ε1, ε2) A feltételt. A feladatunk egy kétváltozós<br />
függvény minimalizálása adott mellékfeltétel mellett (4.21). A Lagrange féle multiplikátor<br />
segítségével visszavezetjük ezt a feltételes szélsőérték-feladatot feltétel nélkülire. Jelölje I a<br />
Lagrange függvényt<br />
Tehát a feladatunk<br />
I(ε1, ε2) = I(ε1, ε2) − λJ(ε1, ε2) =<br />
I(ε1, ε2) =<br />
x2<br />
x1<br />
x2<br />
x1<br />
f(x, Y, Y ′ (x))dx. (4.22)<br />
f(x, Y, Y ′ (x))dx → extrémum; ε1 = ε2 = 0. (4.23)<br />
Végigkövetve az 2.1-es alfejezet lép<strong>és</strong>eit, kapunk egy Euler-Lagrange differenciálegyenletet f-ra<br />
∂ f<br />
∂y<br />
d ∂<br />
−<br />
dx<br />
f<br />
∂y ′ ≡ 0, ahol f = f − λg <strong>és</strong><br />
Term<strong>és</strong>zetesen van még egy ∂ I<br />
∂λ<br />
∂ <br />
I<br />
<br />
<br />
=<br />
∂ε1 <br />
ε1=ε2=0<br />
∂ <br />
I<br />
<br />
<br />
= 0 . (4.24)<br />
∂ε2 <br />
ε1=ε2=0<br />
<br />
<br />
= 0 feltétel a λ-ra is. A (4.24) egyenletet általános<br />
ε1=ε2=0<br />
esetben megint nem lehet megoldani, csak speciális esteben. Legyen<br />
<br />
x1<br />
x2<br />
(p(x)y ′2 + q(x)y 2 )dx ⇒ extrémális, (4.25)<br />
19
<strong>és</strong> írjuk elő<br />
x2<br />
x1<br />
y 2 dx = 1 (4.26)<br />
feltételt, amely tulajdonképpen normálásnak felel meg, hiszen a lineáris algebrában a szorzatintegrál<br />
analógiája a skalárszorzat (egy vektor egységnyi abszolút értékére utal).<br />
∂ f<br />
∂y<br />
= 2(q(x) − λ)y;<br />
f = p(x)y ′2 + q(x)y 2 − λy 2<br />
∂ f<br />
= 2p(x)y′<br />
∂y ′<br />
2(q(x) − λ)y − (2p(x)y ′ ) ′ = 0 ⇒ (p(x)y ′ ) ′ + (λ − q(x))y = 0 (4.27)<br />
Végtelen sok megoldás létezik a λ értékeitől függően. A (4.27) egy sajátértékfeladat, ahol keressük<br />
azon λ1, λ2, . . . , λn, . . . értékeket, amelyek mellett létezik az adott differenciálegyenletnek<br />
az adott peremfeltételeket kielégítő nemtriviális megoldása. A λk értékeket a feladat<br />
sajátértékeinek, a hozzá tartozó megoldásokat pedig sajátfüggvényeknek nevezzük.<br />
Példa Kihajlási probléma<br />
Egy karcsú oszlopot (pl. vonalzó) P erővel nyomunk a tetején, amely a nyomás hatására kihajolhat.<br />
Az oszlop egyensúlyban van. Létezik-e olyan erő amelynek a hatására nemcsak a nyugalmi<br />
állapotban van egyensúlyban, hanem a kihajlott állapotban is? Milyen alakzatot (függvényt) vesz<br />
fel ilyenkor az oszlop? (10. a. ábra)<br />
10. ábra. a. Kihajlási probléma b. Excentricitás<br />
A mechanikából ismeretes, hogy a hajlító nyomaték M = P y. A szilárdságtan szerint<br />
M<br />
IE<br />
= −1<br />
ϱ<br />
= −<br />
y ′′<br />
(1 + y ′2 ) 3<br />
<br />
∼ = −y ′′ → mivel kis kitér<strong>és</strong>ekről (y ′ ≪ 1) van szó, (4.28)<br />
ahol ϱ a rúd görbületi körének a sugara, I az inercianyomaték <strong>és</strong> E a rugalmassági modulus<br />
(Young modulus). Tehát<br />
P y<br />
IE + y′′ = 0 jelöl<strong>és</strong>: P<br />
IE k2 ⇒ y ′′ + k 2 y = 0. (4.29)<br />
A peremfeltételek: y(0) = y(l) = 0. Ismételten sajátérték-feladathoz jutottunk. A megoldás<br />
y = A cos kx + B sin kx ⇒ y(0) = A = 0; y(l) = B sin kl = 0 ⇒ B 1. (4.30)<br />
20
A sajátértékek <strong>és</strong> a sajátfüggvények<br />
k 2 <br />
nπ<br />
2 <br />
nπ<br />
= ; yn = sin<br />
l<br />
l x<br />
<br />
. (4.31)<br />
Ha n = 1, akkor k2 = <br />
π 2.<br />
A Pkr = IE l<br />
<br />
π 2<br />
kritikus erő mellett az oszlop meghajlott<br />
l<br />
állapotban is egyensúlyban lehet, nem csak nyugalomban. Ilyenkor a felvett alak egy szinusz<br />
félhullám.<br />
A valóságban, ha nem sikerül pontosan középen nyomni mindkét oldalán az oszlopot <strong>és</strong> van egy<br />
kicsi excentricitás (10. b. ábra), akkor az oszlop rögtön kihajlik, de itt újra hat az erő, amely<br />
további kihajlást eredményez. Végül az oszlop összeroppan. Az oszlop elveszíti a stabilitását,<br />
mert a koncentrikus nyomást nem lehetett megvalósítani.<br />
5. A sajátérték-feladat megoldása Ritz módszerrel<br />
A ϕ1(x), ϕ2(x), . . . , ϕn(x) függvények lineárisan függetlenek <strong>és</strong> kielégítik a peremfeltételeket:<br />
ϕk(x1) = ϕk(x2) = 0.<br />
n<br />
Keressük ezeknek a lineáris kombinációjaként a közelítő yn =<br />
akϕk(x) = a<br />
k=1<br />
Tϕ = ϕ(x) T a megoldást. A derviváltja: y ′ n = aTϕ(x) ′ = (ϕ(x) ′ ) T a. A<br />
megoldandó variációs feladat a (4.27) szerint<br />
x2<br />
{p(x)(y ′ n) 2 + (q(x) − λ)y 2 n}dx =<br />
x1<br />
<br />
=<br />
x1<br />
x2<br />
Gradienst a szerint kell venni<br />
1<br />
2 grad<br />
x2<br />
I =<br />
a<br />
{p(x)a T [ϕ ′ (x)(ϕ ′ (x)) T ]a + (q(x) − λ)a T [ϕ(x)ϕ(x) T ]a}dx → minimum. (5.1)<br />
x1<br />
x1<br />
{p(x)ϕ ′ (x) (ϕ ′ (x)) T a<br />
<br />
y ′ n<br />
+(q(x) − λ)ϕ(x) ϕ(x) T a}dx<br />
<br />
! = 0. (5.2)<br />
A ϕ(x) ′ -t a parciális integrálás segítségével <strong>és</strong> a ϕ(x1) = ϕ(x2) = 0 peremfeltételek figyelembe<br />
vételével átalakítjuk<br />
x2<br />
ϕ ′ (x)<br />
<br />
v ′<br />
p(x)y ′ n dx = [p(x)y<br />
<br />
u<br />
′ nϕ(x)]x2 x2<br />
− x1<br />
<br />
(p(x)y ′ n )′ ϕ(x)dx. (5.3)<br />
0<br />
Visszahelyettesítve <strong>és</strong> minusz 1-gyel megszorozva az egyenletet<br />
x2<br />
{(p(x)y<br />
x1<br />
′ n )′ + (λ − q(x))yn} ϕ(x)dx = 0. (5.4)<br />
<br />
L[yn]<br />
Az eredmény<br />
x2<br />
x1<br />
x1<br />
L[yn]ϕk(x)dx = 0 . (5.5)<br />
Tehát ismét a legjobb közelít<strong>és</strong> az, ha L[yn] ortogonális az összes ϕk függvényre. A lényeges<br />
különbség a korábbiakhoz képest az, hogy (5.5) egy homogén 5 lineáris algebrai egyenletrend-<br />
5 A korábbiakban szerepelt még egy r(x) is, ezért volt inhomogén.<br />
21<br />
yn
szer az a1, a2, . . . , an ismeretlenekre, amely tartalmaz még egy paramétert is. A λ paramétert<br />
úgy kell meghatározni, hogy az egyenletrendszernek legyen nemtriviális megoldása. Ennek az<br />
elégséges feltétele, hogy az együtthatómátrix determinánsa nulla legyen. Ez a feltétel a λra<br />
ad egy algebrai egyenletet. Az együtthatómátrix rendszámát az n értéke határozza meg.<br />
A korábbi megfontolás itt is működik, miszerint az egyenletrendszer együtthatómátrixa itt is<br />
szimmetrikus, tehát elegendő minden lép<strong>és</strong>nél csak az utolsó ϕk függvénnyel szorozni, mert az<br />
így kapott egyenlet együtthatói szimmetrikusan felrakhatók az előzőkhöz.<br />
Példa<br />
L[y] ≡ y ′′ + λy = 0; y(−1) = y(1) = 0 (5.6)<br />
Tudjuk, hogy ennek a pontos megoldása y = cos <br />
nπ<br />
x <strong>és</strong> a sajátértékek λn = 2<br />
<br />
nπ 2.<br />
A<br />
2<br />
szimmetria miatt elegendő, ha páros függvényeket alkalmazunk bázisfüggvényekként: 6<br />
Az n = 1 esetén:<br />
Behelyettesítve az integrálba<br />
1<br />
−1<br />
ϕ1(x) = 1 − x 2<br />
ϕ2(x) = x 2 (1 − x 2 )<br />
ϕ3(x) = x 4 (1 − x 2 ) (5.7)<br />
.<br />
= −2a1<br />
L[y1] = −2a1 + λa1(1 − x 2 ). (5.8)<br />
= a1<br />
y1 = a1ϕ1 = a1(1 − x 2 ); y ′ 1 = −2a1x; y ′′<br />
1<br />
L[y1]ϕ1dx = a1<br />
1<br />
−1<br />
1<br />
A λ-ra kapott algebrai egyenlet <strong>és</strong> megoldása<br />
−1<br />
[−2 + λ(1 − x 2 )](1 − x 2 )dx =<br />
{−2 + 2x 2 + λ[1 − 2x 2 + x 4 ]}dx = 0 ⇒ a1 tetszőleges. (5.9)<br />
−4 + 4<br />
+ λ<br />
3<br />
<br />
2 − 4 2<br />
+<br />
3 5<br />
<br />
= 0<br />
− 8<br />
5<br />
+ λ16 = 0 ⇒ λ = = 2, 5 . (5.10)<br />
3 15 2<br />
A tetszőleges a1 megfelel annak a ténynek, hogy egy<br />
<br />
sajátfüggvény akárhányszorosa is<br />
2<br />
= 2, 4674011.<br />
sajátfüggvény. A kapott megoldás már eg<strong>és</strong>zen jó, mert π<br />
2<br />
Nézzük meg a második közelít<strong>és</strong>t is, azaz n = 2 :<br />
y2 = a1(1 − x 2 ) + a2(x 2 − x 4 )<br />
y ′ 2 = −2a1x + a2(2x − 4x 3 )<br />
y ′′<br />
2 = −2a1 + a2(2 − 12x 2 )<br />
L[y2] = −2a1 + a2(2 − 12x 2 ) + λa1(1 − x 2 ) + λa2(x 2 − x 4 ). (5.11)<br />
6 A bázisfüggvények trigonometrikus függvények is lehetnének, csak ebben az esetben túl hamar kijönne a<br />
megoldás, ami nem célja a szemléltető példánknak. Ebben az esetben egyébként általában Fourier polinomok<br />
alakjában kapnánk a megoldást.<br />
22
Behelyettesítve az integrálba<br />
1<br />
−1<br />
+a2<br />
L[y2]ϕ2dx = a1<br />
1<br />
−1<br />
1<br />
−1<br />
{−2(x 2 − x 4 ) + λ(1 − x 2 )(x 2 − x 4 )}dx +<br />
{(2 − 12x 2 )(x 2 − x 4 ) + λ(x 2 − x 4 ) 2 }dx = 0. (5.12)<br />
Az integrálást elvégezve az alábbi egyenletrendszer adódik:<br />
2. egyenlet<br />
<br />
− 8<br />
<br />
16<br />
+ λ<br />
15 105<br />
<br />
a1 + − 88<br />
<br />
16<br />
+ λ a2 = 0<br />
105 315<br />
1. egyenlet<br />
<br />
− 8<br />
<br />
+ λ16 a1 +<br />
3 15<br />
<br />
− 8<br />
<br />
16<br />
+ λ<br />
15 105<br />
a2 = 0. (5.13)<br />
Felhasználtuk az előző lép<strong>és</strong> eredményét (5.10) <strong>és</strong> a szimmetrikus tulajdonságot (bekeretezett<br />
együtthatók). Az (5.13)-as egyenletrendszernek akkor van nem triviális megoldása, ha az<br />
együtthatómátrix determinánsa zérus<br />
<br />
<br />
<br />
<br />
<br />
−<br />
8<br />
− 8 16 + λ 3 15<br />
15<br />
+ λ 16<br />
105<br />
− 8 16 + λ 15 105<br />
88 16<br />
− + λ 105 315<br />
<br />
<br />
<br />
!<br />
= 0 ⇒ λ1 = 2, 46744 λ2 = 22, 207 . (5.14)<br />
<br />
A hiba λ1 esetén nagyon kicsi: h = 0.0004. A feladatnak végtelen sok sajátértéke van, ezért<br />
nem várható, hogy a második is nagyon jó legyen (A hiba ebben az esetben 15%). Érdekes megfigyelni,<br />
hogy már a második közelít<strong>és</strong> mennyire pontos. <strong>Innen</strong> is látszik, hogy a Ritz módszer<br />
nagyon hatékony.<br />
Ha n = 3 -at vennénk, akkor a hiba λ1 esetén: h = 0.000000008, λ2 esetén: h = 0.5% lenne.<br />
Általában a gyakorlatban csak a legkisebb sajátérték kiszámításásra van szükség, hiszen a leggyakrabban<br />
az alapfrekvenciára van szükség. Az n=4-nél már negyedfokú egyenletet kellene<br />
megoldani, amelyet numerikusan lehet elvégezni, azonban indulhatok az előző közelít<strong>és</strong>ekből.<br />
Érdekes megjegyezni, hogy az (5.14) nem egy klasszikus sajátérték-feladat, hanem ún.<br />
általánosított sajátérték-feladat (|λB − A| = 0). Tulajdonképpen ez egy mátrixpárhoz<br />
((A, B)) tartozó sajátérték-feladat. Az általánosított sajátértékfeladat speciális esete a klasszikus<br />
sajátértékfeladat, amikor B = E. Felvetődik a kérd<strong>és</strong>, hogy mit lehetne ügyesebben<br />
megválasztani, ahhoz hogy a λ együtthatója az egységmátrix legyen? A λ együtthatója<br />
x1<br />
x1<br />
yn(x)ϕk(x)dx =<br />
x1<br />
x1<br />
aiϕi(x)ϕk(x)dx. (5.15)<br />
Ha a ϕi(x) <strong>és</strong> a ϕk(x) függvények ortogonálisak (szorzatintegrál nulla), akkor kiesnek a keresztszorzatos<br />
tagok <strong>és</strong> marad<br />
x1<br />
aiϕ 2 i(x)dx. (5.16)<br />
x1<br />
Tehát, ha a ϕ1(x), ϕ1(x), . . . ϕn(x) függvények az [x1, x2] intervallumban ortogonálisak <strong>és</strong><br />
normáltak, akkor a λ együtthatója az egységmátrix lesz. Ilyen ortogonális polinomokat lehet<br />
generálni, amelyek matematika könyvekben megtalálhatók.<br />
23
6. A Ritz módszer többváltozós esetben<br />
A fejezet megért<strong>és</strong>e céljából először összefoglalunk néhány alapösszefügg<strong>és</strong>t a vektoranalízisből.<br />
6.1. Vektoranalízis összefoglaló mátrixelméleti oldalról<br />
Bármely mátrix felbontható egy valós szimmetrikus <strong>és</strong> egy valós ferdén szimmetrikus mátrix<br />
összegére<br />
A = 1<br />
2 (A + AT 1<br />
) +<br />
2<br />
szimmetrikus<br />
(A − AT ) . (6.1)<br />
<br />
ferdén szimmetrikus<br />
Egy szimmetrikus mátrixot jellemez a főátló elemeinek az összege, ugyanis egy tetszőleges<br />
mátrix karakterisztikus polinomja az alábbi<br />
alakban írható <strong>és</strong><br />
|λE − A| = λ n − λ n−1<br />
n<br />
k=1<br />
akk<br />
<br />
Spur A<br />
Spur A =<br />
+ . . . + (−1) n |A| =<br />
n<br />
akk =<br />
k=1<br />
n<br />
(λ − λk) (6.2)<br />
k=1<br />
n<br />
λk. (6.3)<br />
Egy szimmetrikus mátrix főátló elemeinek az összege invariáns a koordináta transzformációval<br />
szemben. Az A szimmetrikus mátrix koordináta transzformációval diagonálmátrixra hozható,<br />
⎡<br />
⎤<br />
λ1 0 · · · 0<br />
⎢ 0 λ2 · · · 0 ⎥<br />
⎢<br />
⎣<br />
.<br />
. . ..<br />
⎥<br />
. ⎦<br />
0 0 · · · λn<br />
⇒ |λE − A1|<br />
<br />
<br />
<br />
λ<br />
− λ1 0 · · · 0 <br />
<br />
<br />
0 λ − λ2 · · · 0 n<br />
<br />
= <br />
<br />
.<br />
<br />
. . ..<br />
= (λ − λk). (6.4)<br />
. <br />
k=1<br />
0 0 . . . λ − λn <br />
Tehát egy szimmetrikus mátrix skalár invariánsa a főátlóbeli elemek összege.<br />
Egy harmadrendű ferdén szimmetrikus mátrix<br />
⎡<br />
0<br />
⎣ ω3<br />
−ω3<br />
0<br />
⎤ ⎡ ⎤<br />
ω2 x<br />
−ω1⎦<br />
⎣ y ⎦ = ω × r → vektoriális szorzás, ahol<br />
−ω2<br />
<br />
ω1<br />
<br />
0<br />
<br />
z<br />
ferdén szimmetrikus<br />
⎡ ⎤<br />
x<br />
r = ⎣ y ⎦<br />
z<br />
⎡ ⎤<br />
ω1<br />
ω = ⎣ ω2 ⎦ (6.5)<br />
jellemezhető a bekeretezett elemekből alkotott vektorral. Ez a vektor is invariáns a koordináta<br />
transzformációval szemben, hiszen ez egy ω-ra merőleges síkba való leképez<strong>és</strong>t végez. Tehát<br />
egy harmadrendű ferdén szimmetrikus mátrix invariáns vektora az ω vektor.<br />
Egy vektor-vektor függvény a három dimenziós térben három háromváltozós függvénnyel jellemezhető<br />
ω3<br />
k=1<br />
v = v(r); r = [x y z ] T ; v = [u v w ] T<br />
u = u(x, y, z); v = v(x, y, z); w = w(x, y, z). (6.6)<br />
24
Az u-nak a változása (x, y, z)-től az (x, y, z) szerinti parciális deriváltakkal (u gradiensével) jellemezhető,<br />
így egy vektor-vektor függvény változása egy ún. deriváltmátrix-szal vagy másnéven<br />
deriválttenzorral írható le<br />
dv<br />
dr =<br />
⎡<br />
⎢<br />
⎣<br />
∂u<br />
∂x<br />
∂v<br />
∂x<br />
∂w<br />
∂x<br />
∂u<br />
∂y<br />
∂v<br />
∂y<br />
∂w<br />
∂y<br />
∂u<br />
∂z<br />
∂v<br />
∂z<br />
∂w<br />
∂z<br />
⎤<br />
⎥ → deriváltmátrix, deriválttenzor. (6.7)<br />
⎦<br />
A (6.7) mátrix a fentiek szerint felírható egy szimmetrikus <strong>és</strong> egy ferdén szimmetrikus mátrix<br />
összegeként<br />
dv<br />
dr =<br />
⎡<br />
∂u<br />
⎤<br />
<br />
1 ∂u ∂v 1 ∂u ∂w<br />
⎢<br />
+ + 2 ∂y ∂x 2 ∂z ∂x<br />
⎢ ∂x<br />
⎥<br />
⎢ <br />
⎢ 1 ∂v ∂u ∂v<br />
⎥<br />
1 ∂v ∂w ⎥<br />
⎢ + +<br />
⎢ 2 ∂x ∂y<br />
2 ∂z ∂y ⎥ +<br />
∂y<br />
⎥<br />
⎢<br />
⎣ <br />
⎥<br />
1 ∂u ∂w 1 ∂u ∂w ∂w ⎦<br />
+ + 2 ∂z ∂x 2 ∂z ∂y ∂z<br />
⎡<br />
⎢ 0 −<br />
⎢<br />
+ ⎢<br />
⎣<br />
1<br />
<br />
∂v ∂u 1 ∂u ∂w<br />
− − 2 ∂x ∂y 2 ∂z ∂x<br />
<br />
1 ∂v ∂u<br />
− 0 −<br />
2 ∂x ∂y<br />
1<br />
<br />
∂w ∂v<br />
− 2 ∂y ∂z<br />
− 1<br />
⎤<br />
⎥ . (6.8)<br />
⎥<br />
<br />
⎥<br />
<br />
∂u ∂w 1 ∂w ∂v<br />
⎥<br />
− − 0<br />
⎦<br />
2 ∂z ∂x 2 ∂y ∂z<br />
A ferdén szimmetrikus mátrix invariáns vektorának az elemei<br />
1<br />
2<br />
∂w<br />
∂y<br />
− ∂v<br />
∂z<br />
<br />
;<br />
A deriváltmátrix szimbolikusan egy diád<br />
⎡⎡<br />
dv<br />
dr =<br />
1<br />
2<br />
⎢⎢<br />
⎢⎢<br />
⎢⎢<br />
⎢⎢<br />
⎣⎣<br />
Az invariáns összeg egy skalárszorzatként<br />
∂u<br />
∂z<br />
∂<br />
∂x<br />
∂<br />
∂y<br />
∂<br />
∂y<br />
⎤<br />
− ∂w<br />
∂x<br />
∂u ∂v ∂w<br />
+ +<br />
∂x ∂y ∂z = ∂<br />
∂x<br />
<strong>és</strong> az invariáns vektor egy vektoriális szorzatként<br />
⎡ ⎤<br />
⎢<br />
⎣<br />
1<br />
2<br />
∂w<br />
∂y<br />
<br />
1 ∂u<br />
2 ∂z<br />
1<br />
2<br />
∂v<br />
∂x<br />
− ∂v<br />
∂z<br />
<br />
∂w − ∂x<br />
− ∂u<br />
∂y<br />
⎥<br />
⎦<br />
<br />
;<br />
1<br />
2<br />
⎤<br />
⎥ ⎥<br />
⎥ ⎥<br />
⎥ [u v w ] ⎥<br />
⎦ ⎦<br />
= 1<br />
2<br />
25<br />
∂<br />
∂y<br />
∂<br />
∂z<br />
T<br />
<br />
<br />
<br />
i j k <br />
<br />
<br />
<br />
∂ ∂ ∂ <br />
∂x ∂y ∂z <br />
<br />
<br />
u v w <br />
<br />
∂v ∂u<br />
−<br />
∂x ∂y<br />
<br />
. (6.9)<br />
. (6.10)<br />
⎡ ⎤<br />
<br />
u<br />
⎣ v ⎦ (6.11)<br />
w<br />
(6.12)
írható fel. Vezessük be a nabla szimbolikus vektort7 , amely tulajdonképpen deriválási utasítást<br />
jelent<br />
⎡ ⎤<br />
⎢<br />
∇ ⎢<br />
⎣<br />
∂<br />
∂x<br />
∂<br />
∂y<br />
∂<br />
∂z<br />
⎥<br />
⎦ ; ∇T = ∂<br />
∂x<br />
∂<br />
∂y<br />
∂<br />
∂z<br />
. (6.13)<br />
Ezekután a deriválttenzor, az invariáns összeg (a vektortér divergenciája) <strong>és</strong> az invariáns vektor<br />
(a vektortér rotációja) röviden<br />
dv<br />
dr = (∇vT ) T ; ∇ T v div v; ω = 1 1<br />
∇ × v rot v . (6.14)<br />
2 2<br />
6.1.1. A vektortér rotációjának, divergenciájának szemléltet<strong>és</strong>e <strong>és</strong> a Gauss-<br />
Osztrogradszkij tétel<br />
F<br />
g<br />
11. ábra. a. Rotáció szemléltet<strong>és</strong>e b. Divergencia szemléltet<strong>és</strong>e<br />
A 11. a. ábrán egy kötél látható, amelyet emberek húznak különböző irányokba. A húzóerőket<br />
felbontjuk minden pontban két komponensre egy érintőirányúra <strong>és</strong> egy rá merőlegesre. Ha<br />
az érintőirányú komponensek algebrai összege nem zérus, akkor a kötél el kezd forogni. Ha a<br />
merőleges komponensek algebrai összege nem zérus, akkor a kötél valamilyen irányban elmozdul.<br />
Tegyük fel, hogy a normális irányú komponensek algebrai összege most nulla, de az érintőirányú<br />
komponensek algebrai összege nem zérus. A forgatás mértékét jellemzi a g zárt görbére vett<br />
vonalmenti integrál <br />
v(r)dr. (6.15)<br />
g<br />
Ha a görbét nagyobbra vesszük akkor a zárt görbe menti integrál nagyobb lesz. Definiálható<br />
egy átlagos forgatási mérték <br />
v(r)dr<br />
g<br />
, (6.16)<br />
∆F<br />
ahol a ∆F a zárt görbe által kifeszített felület. Egy pontban a forgatás mértéke úgy jellemezhető,<br />
hogy a ∆F rázsugorodik az adott pontra<br />
<br />
v(r)dr<br />
lim<br />
∆F →0<br />
g<br />
∆F<br />
V<br />
rotn v(r). (6.17)<br />
7 Óvatosan használjuk a nabla vektort, ami egy rövidítő jelöl<strong>és</strong>, mert a vele végzendő műveletek helyességét<br />
mindig bizonyítani kell.<br />
26<br />
F
A (6.17) definiálja a forgatásra jellemző vektornak a felületre normális irányú komponensét<br />
12. ábra. A felület P pontbeli érintő síkjának normálvektora n<br />
(12. ábra) . A rotáció vektor Descartes komponenseit úgy kapjuk, hogy az (x, y), (x, z) <strong>és</strong> a<br />
(y, z) koordinátasíkokkal párhuzamos síkdarabokra számítjuk a rotáció vektor komponenseit<br />
egy P pontban.<br />
A 11. b. ábrán egy felülettel határolt folyadéktér látható. A térr<strong>és</strong>zből folyadék lép ki. A<br />
kilépő folyadékot egy vektorral jellemzzük, amelyet felbontunk egy a felület érintősíkjába eső<br />
<strong>és</strong> egy arra merőleges komponensre. A kilépő folyadék mennyiségének a mértékét a merőleges<br />
komponensek, vagyis a <br />
v(r)dF, (6.18)<br />
zárt felületre vonatkozó felületmenti integrál határozza meg, ahol dF egy irányított felületelem.<br />
Adott pontban a forrás mértéke a felület által bezárt ∆V térfogatú tartományra vonatkozó<br />
átlagos forrásmennyiség határértéke, ha a tartomány rázsugorodik a pontra; ezt nevezzük a<br />
vektortér divergenciájának.<br />
<br />
v(r)dF<br />
lim<br />
div v(r). (6.19)<br />
∆V →0 ∆V<br />
Bizonyos felületi integrálok átalakíthatók a felület által bezárt térr<strong>és</strong>zre vonatkozó hármas<br />
integrálokká. Ezt fejezi ki a Gauss-Osztrogradszkij tétel.<br />
1. Tétel. (Gauss-Osztrogradszkij) Tekintsük az alábbi közelít<strong>és</strong>t egy felületelemre vonatkozóan<br />
(13. ábra)<br />
13. ábra. Gauss-Osztrogradszkij tétel<br />
<br />
Fk<br />
v(r)dF ∼ = (div v)∆V (6.20)<br />
Ha a V térfogatot sok r<strong>és</strong>zre felosztjuk <strong>és</strong> vesszük (6.20)-ak összegét, akkor az érintkező felületelemek<br />
ellentétes előjelüek, így kiejtik egymást<br />
n <br />
n<br />
(div v)∆V. (6.21)<br />
lim<br />
∆V →0<br />
n→∞<br />
k=1 Fk<br />
v(r)dF = lim<br />
∆V →0<br />
n→∞<br />
27<br />
k=1
Tehát <br />
v(r)dF = (div v)dV . (6.22)<br />
F<br />
A következőkben néhány műveletet vizsgálunk meg. A ∇ vektor egy derivási utasítást jelent,<br />
ezért nézzük meg a (ϕv) szorzat deriváltját<br />
ahol<br />
azaz<br />
V<br />
div (ϕv) = ∇(ϕv) = v∇ϕ + ϕ∇v, (6.23)<br />
ϕ = ϕ(x, y, z); v = v(x, y, z); ∇ϕ = grad ϕ, (6.24)<br />
div (ϕv) = vgrad ϕ + ϕdiv v . (6.25)<br />
Term<strong>és</strong>zetesen a (6.25) összefügg<strong>és</strong>t be kellene még bizonyítani komponensekre történő<br />
szétbontással.<br />
Legyen v = grad u. Behelyettesítve a (6.25)-be<br />
Ismeretes, hogy div (grad u) = ∂ ∂u<br />
∂x ∂x<br />
amely egyenlő ∇ 2 -tel.<br />
div (ϕgrad u) = (grad u )grad ϕ + ϕdiv (grad u). (6.26)<br />
∂ ∂u ∂ ∂u<br />
+ + ∂y ∂y ∂z ∂z<br />
= △u. A △-t Laplace operátornak nevezik,<br />
grad u grad ϕ = div (ϕgrad u) − ϕ△u (6.27)<br />
Vegyük (6.27) kifejez<strong>és</strong> mindkét oldalának a térfogat szerinti integrálját<br />
<br />
<br />
<br />
(grad u grad ϕ)dV = (div (ϕgrad u))dV − (ϕ△u)dV. (6.28)<br />
V<br />
A Gauss-Osztrogradszkij tételt felhasználva<br />
V<br />
<br />
<br />
<br />
(grad u grad ϕ)dV = (ϕgrad u)dF − (ϕ△u)dV . (6.29)<br />
V<br />
F<br />
Tulajdonképpen a (6.29) az analógiája az egyváltozós parciális integrálásnak. Ha történetesen<br />
a ϕ az F felületen nulla, akkor a jobb oldal első tagja itt is kiesik, mint az egyváltozós parciális<br />
integrálásnál.<br />
6.2. A háromváltozós Euler-Lagrange egyenlet<br />
Keressük azt a kétszer folytonosan differenciálható u(x, y, z) függvényt egy tartomány belsejében,<br />
amely a tartomány peremén u(x, y, z)| F = 0 adott értéket vesz fel (14. ábra) <strong>és</strong><br />
V<br />
F<br />
14. ábra. Tartomány<br />
28<br />
V<br />
V
V<br />
f(x, y, z, u, u ′ x , u′ y , u′ z )dV → extrémális, (6.30)<br />
ahol f is kétszer folytonosan differenciálható.<br />
Legyen u(x, y, z) a keresett megoldás <strong>és</strong> a konkurenciába bocsájtott függvényeket a következő<br />
alakban keressük<br />
U(x, z, y) = u(x, y, z) + εη(x, y, z), (6.31)<br />
ahol ε egy valós paraméter <strong>és</strong> η(x, y, z) kétszer folytonosan differenciálható. Mivel a konkurenciába<br />
bocsájtott függvények ugyanazt a feltételt elégítik ki, mint a megoldás, ezért η| F = 0.<br />
A deriváltak<br />
U ′ x = u ′ x + εη ′ x; U ′ y = u ′ y + εη ′ y; U ′ z = u ′ z + εη ′ z. (6.32)<br />
Visszahelyettesítve az integrálba<br />
<br />
I(ε) =<br />
V<br />
f(x, y, z, U, U ′ x, U ′ y, U ′ z)dV, (6.33)<br />
<strong>és</strong> a megoldást az I ′ (0) = 0 feltétel mellett kapjuk. A deriválást az összetett függvény deriválási<br />
szabálya szerint elvégezve<br />
I ′ <br />
∂f ∂f<br />
(ε) = η +<br />
∂U ∂U<br />
V<br />
′ η<br />
x<br />
′ ∂f<br />
x +<br />
∂U ′ η<br />
y<br />
′ ∂f<br />
y +<br />
∂U ′ η<br />
z<br />
′ <br />
<br />
!<br />
z dV = 0. (6.34)<br />
<br />
ε=0<br />
Mivel U| ε=0 = u<br />
<br />
V<br />
<br />
∂f ∂f<br />
η +<br />
∂u ∂u ′ η<br />
x<br />
′ ∂f<br />
x +<br />
∂u ′ η<br />
y<br />
′ ∂f<br />
y +<br />
∂u ′ η<br />
z<br />
′ <br />
z dV<br />
Vezessük be a következő két vektort<br />
⎡ ⎤<br />
⎡<br />
x<br />
r = ⎣y⎦<br />
; grad u = ⎣<br />
z<br />
ekkor<br />
∂f<br />
∂u ′ x<br />
∂f<br />
∂u ′ y<br />
∂f<br />
∂u ′ z<br />
⎡<br />
⎣<br />
⎤<br />
u ′ x<br />
u ′ y<br />
u ′ z<br />
⎤<br />
<br />
<br />
!<br />
= 0. (6.35)<br />
<br />
ε=0<br />
⎦ (6.36)<br />
η ′ x<br />
η ′ y<br />
η ′ ⎦ =<br />
z<br />
grad (grad u(r))f · grad (r)η . (6.37)<br />
A (6.27) szerint<br />
<br />
grad(r)η grad (grad u(r))f <br />
= div(r) η grad(grad u(r))f <br />
− η div(r) grad(grad u(r))f . (6.38)<br />
Képezzük mindkét oldal térfogat szerinti integrálját<br />
<br />
<br />
V<br />
<br />
−<br />
V<br />
grad(r)η grad (grad u(r))f dV =<br />
<br />
div(r) η grad(grad u(r))f dV −<br />
V<br />
<br />
η div(r) grad(grad u(r))f dV. (6.39)<br />
Alkalmazva a Gauss-Osztrogradszkij tételt az<br />
<br />
V<br />
<br />
div(r) η grad(grad u(r))f dV =<br />
29<br />
<br />
F<br />
η grad(grad u(r))f dF (6.40)
<strong>és</strong> felhasználva, hogy η| F = 0<br />
I ′ <br />
(0) =<br />
<br />
=<br />
V<br />
V<br />
<br />
∂f <br />
− div(r) grad(grad<br />
∂u<br />
u(r))f <br />
η dV =<br />
<br />
∂f ∂<br />
−<br />
∂u ∂x<br />
∂f<br />
∂u ′ x<br />
− ∂<br />
∂y<br />
∂f<br />
∂u ′ y<br />
− ∂<br />
∂z<br />
∂f<br />
∂u ′ z<br />
<br />
η dV = 0. (6.41)<br />
A (6.41) minden peremfeltételt kielégítő η-ra érvényes, ezért a háromváltozós Euler-Lagrange<br />
egyenlet<br />
∂f ∂ ∂f<br />
− −<br />
∂u ∂x<br />
∂ ∂f<br />
−<br />
∂y<br />
∂ ∂f<br />
= 0; u(x, y, z)| F = 0 . (6.42)<br />
∂z<br />
∂u ′ x<br />
∂u ′ y<br />
∂u ′ z<br />
6.3. A háromváltozós izoperimetrikus feladat<br />
Az izoperimetrikus feladat háromváltozós esetben<br />
<br />
{f(x, y, z, u, ux, uy, uz)}dV → extrémum. (6.43)<br />
V<br />
Mellékfeltétel <br />
{g(x, y, z, u, ux, uy, uz)}dV = A. (6.44)<br />
V<br />
A konkurenciába bocsájtott függvényeknél bevezethetők az ε1, ε2, η1, η2 paraméterek. Felhasználva<br />
a Lagrange féle multiplikátor szabályt: f = f − λg, a feladat visszavezethető a<br />
feltétel nélküli Euler-Lagrange egyenletre<br />
∂ f ∂<br />
−<br />
∂u ∂x<br />
∂ f<br />
∂u ′ x<br />
− ∂<br />
∂y<br />
∂ f<br />
∂u ′ y<br />
− ∂<br />
∂z<br />
∂ f<br />
∂u ′ z<br />
= 0; u(x, y, z)| F = 0 . (6.45)<br />
Az Euler-Lagrange egyenlet könnyen általánosítható r darab mellékfeltétel esetére is csak a<br />
Lagrange függvényből a többi feltétel λ-szorosát is le kell vonni.<br />
Példa Tekintsük a következő kétváltozós izoperimetrikus feladatot<br />
<br />
∂u 2 2 ∂u<br />
+ + g(x, y)u<br />
∂x ∂y<br />
2 <br />
+ 2h(x, y)u dxdy → extrémum (6.46)<br />
T<br />
feltéve, hogy a µ súlyfüggvényre normálva<br />
<br />
(µu 2 )dxdy = 1. (6.47)<br />
Ezekután<br />
f =<br />
A szükséges deriváltak:<br />
2 ∂u<br />
+<br />
∂x<br />
∂ f<br />
∂u<br />
∂ f<br />
∂u ′ x<br />
∂ f<br />
∂u ′ y<br />
T<br />
2 ∂u<br />
+ [g(x, y) − λµ]u<br />
∂y<br />
2 + 2h(x, y)u. (6.48)<br />
= 2[g(x, y) − λµ]u + 2h(x, y);<br />
= 2 ∂u<br />
∂x ;<br />
= 2 ∂u<br />
. (6.49)<br />
∂y<br />
30
Behelyettesítve a (6.45) egyenletbe <strong>és</strong> minusz 1-gyel szorozva<br />
L[u] ≡ ∂2u ∂x2 + ∂2u ∂y2 +[λµ − g(x, y)]u − h(x, y) =<br />
<br />
△u<br />
= △u + [λµ − g(x, y)]u − h(x, y) = 0 . (6.50)<br />
Ha nem lenne izoperimetrikus a feladat, akkor λ = 0 <strong>és</strong> kapunk egy inhomogén lineáris Poisson<br />
egyenletet. Találtunk egy olyan variációszámítási feladatot, amelynek az Euler-Lagrange egyenlete<br />
egy Poisson (vagy Laplace) egyenlet. Tehát például rezg<strong>és</strong>i feladatokat kezelhetünk így.<br />
Ha izoperimetrikus a feladat, akkor általában h(x, y) = 0 <strong>és</strong> ezt nevezzük az adott feladathoz<br />
tartozó sajátértékfeladatnak. Ebben az esetben keressük a △u + [λµ − g(x, y)]u = 0 differenciálegyenlet<br />
esetén azokat a λ1, λ2 . . . , λn, . . . számokat (sajátértékeket), amelyek mellett<br />
létezik az egyenletnek az u| perem = 0 feltételt kielégítő nemtriviális megoldása (sajátfüggvénye).<br />
6.4. A Ritz módszer kétváltozós esetben<br />
Az adott L[u] = 0 (6.50) differenciálegyenlet közelítő megoldása Ritz módszer segítségével.<br />
Legyenek ϕ1(x, y), ϕ2(x, y), . . . , ϕn(x, y) lineárisan független <strong>és</strong> a peremen (zárt görbe)<br />
ϕk(x, y)| perem = 0 feltételeket kielégítő függvények. A közelítő függvényt ebben az altérben<br />
ezek lineáris kombinációjaként keressük: un = a T ϕ = ϕ T a. A parciális deriváltak: u ′ nx =<br />
a T ϕ ′ x = (ϕ ′ x) T a <strong>és</strong> u ′ ny = aT ϕ ′ y = (ϕ ′ y) T a. Helyettesítsük be ezeket a (6.46)-os integrálba<br />
<br />
T<br />
a T ϕ ′ x (ϕ ′ x )T a + a T ϕ ′ y (ϕ′ y )T a + ga T ϕϕ T a + 2ha T ϕ dxdy → extrémum, (6.51)<br />
<strong>és</strong> <br />
T<br />
µ(a T ϕϕ T a)dxdy = A (6.52)<br />
adott, mint mellékfeltétel. A Lagrange multiplikátor szabály segítségével számítható a gradiens<br />
<br />
{2ϕ ′ x(ϕ ′ x) T a +2ϕ ′ y (ϕ ′ y) T a +2[g − λµ]ϕ ϕ T a +2hϕ}dxdy<br />
<br />
! = 0. (6.53)<br />
T<br />
<br />
∂un<br />
∂x<br />
<br />
∂un<br />
∂y<br />
Kettővel osztva <strong>és</strong> felismerve a két gradiensvektor skalárszorzatát<br />
<br />
{grad ϕ grad un + [(g − λµ)un + h]ϕ}dxdy ! = 0. (6.54)<br />
Az (6.27)-es összefügg<strong>és</strong> szerint<br />
T<br />
grad ϕ grad un = div (ϕ grad un) − ϕ div ( grad un) , (6.55)<br />
<br />
illetve a Gauss-Osztrogradszkij tétel értelmében<br />
<br />
<br />
div (ϕ grad un)dxdy = (ϕ grad un)ds = 0, (6.56)<br />
T<br />
31<br />
g<br />
un<br />
△un
mivel ϕ| g = 0. Végül a ϕ vektort kiemelve, minusz 1-gyel szorozva <strong>és</strong> az integrált komponensekre<br />
bontva<br />
<br />
<br />
T<br />
{△un + [λµ − g]un − h} ϕkdxdy =<br />
<br />
L[un]<br />
T<br />
L[un]ϕkdxdy = 0; k = 1, . . . , n . (6.57)<br />
Itt is, mint korábban az a1, a2, . . . , an együtthatók az ismeretlenek.<br />
Példa Adott a Laplace egyenlet az alábbi peremfeltétellel (kör peremén legyen nulla) (15. ábra)<br />
T<br />
y<br />
1<br />
15. ábra. Példa<br />
△u = 0; u| 1−x 2 −y 2 = 0 ⇒ f = △u + λu = 0. (6.58)<br />
A legegyszerűbb olyan függvények, amelyek a peremfeltételt kielégítik:<br />
Az n = 1 esetén u1 = a1(1 − x 2 − y 2 )<br />
ϕ1(x) = 1 − x 2 − y 2 ,<br />
ϕ2(x) = (1 − x 2 − y 2 )(x 2 + y 2 ),<br />
x<br />
. (6.59)<br />
∂ 2 u1<br />
∂x 2 = −2a1 = ∂2 u1<br />
∂y 2 ⇒ L[u1] = −4a1 + λa1(1 − x 2 − y 2 ). (6.60)<br />
Számítsuk ki az integrált8 <br />
<br />
L[u1]ϕ1(x, y)dxdy = a1<br />
T<br />
T<br />
[−4 + λ(1 − x 2 − y 2 )](1 − x 2 − y 2 )dxdy = 0. (6.61)<br />
Az a1 akármi lehet. Polár koordinátarendszerben x 2 + y 2 = r 2 <strong>és</strong> dxdy = rdrdϕ<br />
2π<br />
r<br />
ϕ=0 r=0<br />
2 r<br />
= −4<br />
2<br />
8 A kör belseje lesz a T tartomány.<br />
[−4(1 − r 2 ) + λ(1 − r 2 ) 2 ]rdrdϕ =<br />
1 2<br />
r4 r 2<br />
− + λ −<br />
4 0 2 4 r4 + r6<br />
6<br />
32<br />
<br />
1<br />
2π =<br />
0<br />
<br />
−1 + 1<br />
6 λ<br />
<br />
2π = 0 . (6.62)
Ebből λ1 = 6. Megjegyezzük, hogy a pontos megoldás λ1 = 5, 76. A Ritz módszer már egyetlen<br />
függvénnyel nagyon jól közelít.<br />
Ha n = 2 , akkor u2 = a1(1 − x 2 − y 2 ) + a2(1 − x 2 − y 2 )(x 2 + y 2 ). A szimmetria miatt elég csak<br />
a második integrált kiszámítani<br />
<br />
T<br />
L[u2]ϕ2(x, y)dxdy = 0. (6.63)<br />
Ez egy homogén lineáris egyenletrendszert ad a1, a2-re. Ebből λ1 = 5.79 adódik.<br />
6.4.1. Bázisfüggvények meghatározása<br />
A ϕk(x, y) lineárisan független függvényeket, amelyek kielégítik a peremfeltételeket esetén a<br />
következőképpen lehet megválasztani. Induljunk ki először egy ϕ1(x, y) = ω(x, y) függvényből,<br />
ahol ω(x, y) a peremen nulla. Ezekután 9<br />
ϕ2 = ωx; ϕ3 = ωy;<br />
polinom alakú bázisfüggvényeket lehet használni.<br />
ϕ4 = ωx 2 ; ϕ5 = ωxy; ϕ6 = ωy 2 ; . . . (6.64)<br />
Példák Az ω(x, y) > 0 meghatározása (16. ábra), (17. ábra)<br />
T<br />
y<br />
a<br />
x<br />
16. ábra. a. Körtartomány b. Téglalap tartomány<br />
• körtartomány esetén: ω(x, y) = a 2 − x 2 − y 2<br />
• téglalap tartomány esetén: ω(x, y) = (x 2 − a 2 )(y 2 − b 2 )<br />
• lyukas körlap esetén: ω(x, y) = (a 2 − x 2 − y 2 )(x 2 + y 2 − ax), mert a lyuk egyenlete<br />
<br />
x − a<br />
2 2<br />
+ y 2 =<br />
a<br />
y<br />
b<br />
b<br />
<br />
a<br />
2 ⇒ x<br />
2<br />
2 + y 2 − ax = 0<br />
• egyenesekkel határolt tartomány esetén: ω(x, y) = n<br />
(akx + bky + ck), ahol az<br />
(akx + bky + ck) = 0 a határoló egyenesek egyenlete. 10<br />
9Az előző fejezetben a szimmetria miatt (körtartomány) választottunk csak páros hatványokat tartalmazó<br />
függvényt az ω(x, y) szorzására.<br />
10Meg kell még vizsgálni, hogy mikor lesz ω(x, y) > 0.<br />
33<br />
T<br />
a<br />
k=1<br />
x
Hivatkozások<br />
T<br />
y<br />
a<br />
2<br />
a<br />
x<br />
ak<br />
x bk<br />
y ck<br />
17. ábra. a. Lyukas körlap b. Egyenesekkel határolt tartomány<br />
[1] Bajcsay Pál, Variációszámítás, Műszaki Matematikai Gyakorlatok C. II., Tankönyvkiadó,<br />
Budapest, 1957.<br />
[2] Kantorovics L.V. - Krülov V.I., A felsőbb analízis közelítő módszerei, Akadémiai Kiadó,<br />
Budapest, 1953.<br />
34<br />
T<br />
y<br />
0<br />
x