• Keine Ergebnisse gefunden

Minimalächen AlexandraMeyer

N/A
N/A
Protected

Academic year: 2021

Aktie "Minimalächen AlexandraMeyer"

Copied!
15
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

LMU München • Alexandra Meyer

Minimalächen

Alexandra Meyer Minimalächen 1/15

(2)

Minimaläche

S ⊂

R3

Minimaläche, p ∈ S,

B

r

( p ) ∈

R3

mit genügend kleinem r > 0

A

Br(p)

( S ) ≤ A

Br(p)

( S

0

)

Alexandra Meyer Minimalächen 2/15

(3)

Zugang von Haar

Der Lösungsansatz von Haar

div ∇ f

p

1 + |∇ f |

2

!

= 0 f |

∂Ω

= Φ

minimiert das Flächenfunktional A

( f ) =

Z

q

1 + |∇ f |

2

dx mit f : Ω →

R

, f |

∂Ω

= Φ

Alexandra Meyer Minimalächen 3/15

(4)

Probleme und Lösungsweg

Probleme bei Minimierung von Flächen Minimalfolgen müssen nicht konvergent sein Weg:

A

auf Räumen verallg. Funktionen zu studieren

die Existenz der Minimaläche beweisen Lösung:

Strenge Konvexität von Ω - damit f beschränkt ist

Lipschitzstetigkeit - damit die Minimalfolgen konvergieren

Lipschitzkonstante Funktionen - Eindeutigkeit der Lösung

Bounded Slope Condition - Existenz der Lösung

Alexandra Meyer Minimalächen 4/15

(5)

Lipschitzstetigkeit

Denition von Lipschitzstetigkeit

f : Ω →

R

heiÿt Lipschitz-stetig auf Ω falls eine Konstante M ≥ 0 gibt mit

| f ( x ) − f ( y )| ≤ M | x − y | ∀ x , y ∈ Ω Die Lipschitzkonstante Lip(f) von f ist die kleinste dieser Zahlen

Lip (Ω) := { f : Ω →

R

| f Lipschitz stetig, f beschränkt } Satz von Rademacher

f : Ω →

R

Lipschitz-stetig, dann existiert eine Ableitung von f f.ü. auf Ω mit

|∇ f ( x )| ≤ Lip ( f ) ∀ x ∈ Ω dierenzierbar

Alexandra Meyer Minimalächen 5/15

(6)

Eigenschaften von A

Satz

1

Auf Lip(Ω) ist A

ein konvexes Funktional

2

C ⊂ Lip (Ω) konvexes Teilmenge, die nicht zwei nur durch eine Konstante verschiedene Funktion enthält ⇒ A

streng konvex auf C Beweisskizze von (1): Mit f , g ∈ Lip (Ω), 0 ≤ t ≤ 1

A

( tf + ( 1 − t ) g ) ≤ tA

( f ) + ( 1 − t ) A

( g ) wobei Gleichheit gilt für t = 0 , t = 1 oder ∇ f = ∇ g fast überall.

Beweis von (2): Mit f , g ∈ Lip (Ω), 0 ≤ t ≤ 1

A

( tf + ( 1 − t ) g ) = tA

( f ) + ( 1 − t ) A

( g )

Mit (1) folgt ∇ f = ∇ g f.ü. Da f Lipschitz-stetig: ∇ f − ∇ g := ∇ϕ = 0 f.ü.

⇒ ϕ = konst ⇒ f = g nach Wahl von C

Beispiel: C = { f ∈ Lip (Ω) : f |

∂Ω

= Φ, f ∈ C

0

(Ω)} mit Randfunktion Φ

Alexandra Meyer Minimalächen 6/15

(7)

Beschränkte Lipschitzkonstante Lip(f)

Denition

R ≥ Lip(Φ) : Lip

R

(Ω, Φ) := { f ∈ Lip(Ω) : f |

∂Ω

= Φ|

∂Ω

, Lip(f ) ≤ R } Satz

In Lip

R

(Ω, Φ) existiert genau ein f

R

∈ Lip

R

(Ω, Φ) mit A

(f

R

) ≤ A

(f ) ∀ f ∈ Lip

R

(Ω, Φ) Beweisskizze:

( f

m

) eine Minimalfolge in Lip

R

(Ω, Φ)

Man zeigt, dass die Minimalfolge gleichmäÿig beschränkt

Satz von Ascoli ⇒ ∃ Teilfolge(g

m

) und f

R

∈ C

0

(Ω) gegen die g

m

auf Ω gleichmäÿig konvergiert, f

R

∈ Lip

R

(Ω, Φ)

Mit Konvexität von A

folgt Eindeutigkeit.

Alexandra Meyer Minimalächen 7/15

(8)

Vergleichssatz

Vergleichssatz

Ψ Lipschitz-stetige Funktion mit Lip (Ψ) ≤ R, g

R

sei A

minimal in Lip

R

(Ω, Ψ) , f

R

sei A

minimal in Lip

R

(Ω, Φ) , gilt Ψ ≤ Φ auf ∂Ω dann folgt

f

R

≤ g

R

auf Ω

Alexandra Meyer Minimalächen 8/15

(9)

Beweis des Vergleichssatzes

Beweis: Mit h

R

:= min ( f

R

, g

R

) ∈ Lip

R

(Ω, Φ)

A

( f

R

) ≤ A

( h

R

) = A

[fRgR]

( f

R

) + A

[fR>gR]

( g

R

)

⇒ A

[fR>gR]

( f

R

) ≤ A

[fR>gR]

( g

R

)

Analog für H

R

:= max ( f

R

, g

R

) ∈ Lip (Ω, Ψ) ⇒ A

( g

R

) ≤ A

( H

R

) folgt A

[fR>gR]

( g

R

) ≤ A

[fR>gR]

( f

R

)

zusammen folgt A

(f

R

) = A

(h

R

).

Mit der Eindeutigkeit von f

R

in Lip (Ω, Φ) ⇒ f

R

= h

R

= min ( f

R

, g

R

) mit der Vorraussetzung Φ ≤ Ψ folgt f

R

≤ g

R

auf Ω

Alexandra Meyer Minimalächen 9/15

(10)

Bounded Slope Condition

Alexandra Meyer Minimalächen 10/15

(11)

Bounded Slope Condition Denition

Γ := {(z , Φ(z )) : z ∈ ∂Ω} Randmannigfaltigkeit Denition von B.S.C.

Die Randmannigfaltigkeit Γ erfüllt die Bounded Slope

Condition(beschränkte Steigung) mit Konstange K ≥ 0 falls gilt, dass es für alle p = ( x

0

, Φ( x

0

)) ∈ Γ eine an-lineare Funktion L

±

:

Rn

R

L

±p

( x ) = a

±

· ( x − x

0

) + Φ( x

0

) a

±

= a

±

( p ) ∈

R

gibt, mit den Eigenschaften

L

p

( x ) ≤ Φ( x ) ≤ L

+p

( x )

| a

±

| ≤ K

Alexandra Meyer Minimalächen 11/15

(12)

Satz

Ω ⊂

Rn

beschränkt und konvex, Φ : ∂Ω →

R

Lipschitz-stetig, B.S.C. mit K ≥ 0 erfüllt. Dann gilt: f

R

eind. Minimalstelle von A

in Lip (Ω, Φ) und

∀ R > K : Lip ( f

R

) ≤ K

Beweisskizze: x

0

∈ ∂Ω und L

≤ ϕ ≤ L

+

auf ∂Ω mit Lip(L

±

) ≤ K, L

( x

0

) = ϕ( x

0

) = L

+

( x

0

)

Vergleichssatz ⇒ L

≤ f

R

≤ L

+

auf Ω Für x ∈ Ω folgt:

f

R

( x ) − f

R

( x

0

) ≤ L

+

( x ) − f

R

( x

0

) = L

+

( x ) − L

+

( x

0

) ≤ K | x − x

0

| Analog: f

R

( x ) − f

R

( x

0

)| ≥ − K | x − x

0

|

⇒ | f

R

( x ) − f

R

( y )| ≤ K | x − y | ∀ x ∈ Ω, y ∈ ∂Ω

Alexandra Meyer Minimalächen 12/15

(13)

Abschlieÿender Satz

Satz

Sei Ω beschränkt und konvex sowie Φ : ∂Ω →

R

Lipschitz stetig. Erfüllen Ω und Φ eine B.S.C., so gibt es genau eine Funktion

f ∈ Lip (Ω, Φ) := { g ∈ Lip (Ω) : g |

∂Ω

= Φ} , so dass ∀ g ∈ Lip (Ω, Φ) gilt:

A

( f ) :=

Z

q

1 + |∇ f |

2

dx ≤ A

( g )

Alexandra Meyer Minimalächen 13/15

(14)

Abschlieÿender Satz

Beweisskizze Wähle R > K, f

R

∈ Lip

R

(Ω, Φ) Minimalstelle. Lip ( f

R

) ≤ R Es gilt f

R

+ ε( g − f

R

) ∈ Lip

R

(Ω, Φ) ∀ g ∈ Lip (Ω, Φ), |ε| 1

⇒ A

( f

R

) ≤ A

( f

R

+ ε( g − f

R

)) daraus folgt:

R

f∇(gf)

1+|∇f|2

dx = 0 mit

Z

q

1 + |∇ g |

2

dx −

Z

q

1 + |∇ f |

2

dx ≥

Z

∇ f ∇( g − f )

q

1 +

R

∇ f |

2

dx

folgt:

Z

q

1 + |∇ g |

2

dx ≥

Z

q

1 + |∇ f |

2

dx

Alexandra Meyer Minimalächen 14/15

(15)

Zusammenfassung

Das Flächenfunktional minimeren A

( f ) =

Z

q

1 + |∇ f |

2

dx Weg:

Strenge Konvexität von Ω - damit f beschränkt ist

Lipschitzstetigkeit - damit die Minimalfolgen konvergieren

Lipschitzkonstante Funktionen - Eindeutigkeit der Lösung

Bounded Slope Condition - Existenz der Lösung

Alexandra Meyer Minimalächen 15/15

Referenzen

ÄHNLICHE DOKUMENTE

Hier sollten aber nicht nur Beispiele für verschiedene Aufgaben in ländlichen Räumen isoliert vorgestellt werden; Es sollte vor allem gezeigt werden, auf welcher Grundlage

indem man beide Kurven so weit nach oben schiebt, bis die Fläche voll voll - -.. Der noch kompliziertere

[r]

[r]

Man gib ein Beispiel für (a) nicht integrierbare Zufallsvariable, (b) integrierbare Zufallsvariable mit unendlicher

➔ Langsame Konvergenz, da Suchrichtung nicht der Richtung der Eigenvektoren der Hesse-Matrix entspricht.. Beispiel Simplex-Methode in 2 Dimensionen. Simplex passt sich Verlauf

[r]

Zeigen Sie, dass diese Funktion