椭圆型变分问题理论及数值方法

  • 1.前言
  • 2.由椭圆型方程到变分不等式
    • 2.1简单情况
    • 2.2障碍问题
    • 2.3非齐次Neumann问题
  • 3.解的存在性与唯一性
  • 附录
  • 参考文献

张少杰 浙江大学数学科学学院

1.前言

​ 变分不等式是一类重要的非线性问题,一些复杂的物理过程可以用变分不等式在描述. 本文主要基于《Theoretical Numerical Analysis》[1]{}^{[1]}[1]的第11章1. 同时参考[2],[3][2],[3][2],[3]整理而成.

​ 对于椭圆型偏微分方程,往往使用有限元方法计算其数值解. 正如冯康院士首次发现有限元方法时称之为基于变分原理的差分方法,研究椭圆型变分不等式(elliptic variational inequalities, EVIs)至关重要. 椭圆型变分不等式根据其物理学背景,往往具有较好的性质. 因此可以研究其解的存在性,唯一性,稳定性等.

2.由椭圆型方程到变分不等式

​ 椭圆型偏微分方程和变分不等式存在广泛的联系. 对于实际的物理问题,则又会与能量泛函的极小化等价.

2.1简单情况

​ 考虑最经典的椭圆型偏微分方程,即Poisson方程
KaTeX parse error: No such environment: equation at position 8: \begin{̲e̲q̲u̲a̲t̲i̲o̲n̲}̲ \left\{ \begin…

其中Ω⊂Rd\Omega\subset \R^dΩ⊂Rd. 给定测试函数空间为H01(Ω)H^1_0(\Omega)H01​(Ω),有下面的弱形式
u∈H01(Ω)∫Ω∇u⋅∇v  dx=∫Ωfvdx,∀v∈H01(Ω).u\in H_0^1(\Omega)\qquad \int_\Omega\nabla u\cdot\nabla v \;dx = \int_\Omega fv dx,\qquad\forall v\in H^1_0(\Omega). u∈H01​(Ω)∫Ω​∇u⋅∇vdx=∫Ω​fvdx,∀v∈H01​(Ω).

由Lax-Margin引理,可得问题(2)(2)(2)有唯一解. 进一步还可以得到问题(2)(2)(2)等价于极小化问题
u∈H01(Ω),E(u)=inf⁡v∈H01(Ω)E(v)u\in H_0^1(\Omega),\qquad E(u)=\inf_{v\in H^1_0(\Omega)} E(v) u∈H01​(Ω),E(u)=v∈H01​(Ω)inf​E(v)
其中
E(v)=∫Ω(12∣∇v∣2−fv)dx.E(v) = \int_\Omega \left( \frac12|\nabla v|^2-fv \right)dx. E(v)=∫Ω​(21​∣∇v∣2−fv)dx.

这是因为
E′(u)v=lim⁡t→0E(u+tv)−E(u)t=∫Ω(∇u⋅∇v−fv)dx.\begin{aligned} E'(u)v = \lim_{t\to0}\frac{E(u+tv)-E(u)}t=\int_{\Omega}(\nabla u\cdot\nabla v-fv)dx. \end{aligned} E′(u)v=t→0lim​tE(u+tv)−E(u)​=∫Ω​(∇u⋅∇v−fv)dx.​
这说明EEE在uuu处取到泛函的极值. 又有
E′′(u)(v,w)=lim⁡t→0∫Ω[∇(u+tw)∇v−fv]dx−∫Ω[∇u∇v−fv]dxt=∫Ω∇v⋅∇w  dx\begin{aligned} E''(u)(v,w) = \lim_{t\to0}\frac{\int_\Omega[\nabla(u+tw)\nabla v-fv]dx- \int_\Omega[\nabla u\nabla v-fv]dx}{t} = \int_\Omega\nabla v\cdot\nabla w\;dx \end{aligned} E′′(u)(v,w)=t→0lim​t∫Ω​[∇(u+tw)∇v−fv]dx−∫Ω​[∇u∇v−fv]dx​=∫Ω​∇v⋅∇wdx​
根据∫Ω(∇v)2  dx>0\displaystyle \int_\Omega (\nabla v)^2\;dx>0∫Ω​(∇v)2dx>0,及E(u+tv)=E(u)+12t2∫Ω(∇v)2  dxE(u+tv)=E(u)+\frac12t^2\displaystyle \int_\Omega (\nabla v)^2\;dxE(u+tv)=E(u)+21​t2∫Ω​(∇v)2dx,可知EEE在uuu处取到的最小值.

2.2障碍问题

​ 障碍问题描述的是一张弹性膜,在区域Ω\OmegaΩ上收到力fff,且膜沿边界Γ\GammaΓ是固定的(可令u=0  on  Γu=0 \;\mathrm{on}\;\Gammau=0onΓ),障碍函数为ψ\psiψ.

​ 由力学中的能力最小原理可知,位移uuu是能量最小时膜的位置,能力泛函EEE由等式(4)(4)(4)给定. 故障碍问题可以表述为
KaTeX parse error: No such environment: equation at position 8: \begin{̲e̲q̲u̲a̲t̲i̲o̲n̲}̲ \left\{ \begin…
其中
K={v∈H01(Ω):v≥ψ    a.e. in Ω},ψ∈H2(Ω),ψ≤0  on  Ω,f∈L2(Ω).\begin{aligned} & K = \{v \in H^1_0(\Omega):v\ge\psi \;\; \mathrm{a.e. \,in\,}\Omega\}, \\ & \psi \in H^2(\Omega) ,\qquad \psi \le0 \;\mathrm{on} \;\Omega,\qquad f\in L^2(\Omega). \end{aligned} ​K={v∈H01​(Ω):v≥ψa.e.inΩ},ψ∈H2(Ω),ψ≤0onΩ,f∈L2(Ω).​
同之前,由E′(u)(v−u)≥0E'(u)(v-u)\ge 0E′(u)(v−u)≥0可得变分不等式
u∈K,∫Ω∇u∇(v−u)dx≥∫Ωf(v−u)dx,∀v∈Ku\in K,\qquad \int_\Omega \nabla u\nabla(v-u) dx\ge \int_\Omega f(v-u)dx,\qquad\forall v\in K u∈K,∫Ω​∇u∇(v−u)dx≥∫Ω​f(v−u)dx,∀v∈K

​ 令v=u+ϕv=u+\phiv=u+ϕ,即有ϕ∈C0∞(Ω)\phi\in C_0^\infty(\Omega)ϕ∈C0∞​(Ω). 由分部积分公式可得
∫Ω(−Δu−f)ϕ  dx≥0,ϕ≥0  in  Ω\begin{aligned} \int_{\Omega} (-\Delta u-f)\phi \;dx\ge0,\qquad \phi\ge 0\;\mathrm{in} \;\Omega \end{aligned} ∫Ω​(−Δu−f)ϕdx≥0,ϕ≥0inΩ​
现将Ω\OmegaΩ分为非接触区域和接触区域:
Ω+={x∈Ω:u(x)>ψ(x)},Ω0={x∈Ω:u(x)=ψ(x)},\begin{aligned} \Omega^+=\{x\in\Omega:u(x)>\psi(x)\}, \\ \Omega^0=\{x\in\Omega:u(x)=\psi(x)\}, \end{aligned} Ω+={x∈Ω:u(x)>ψ(x)},Ω0={x∈Ω:u(x)=ψ(x)},​
即有−Δu−f≥0,∀x∈Ω0-\Delta u-f\ge 0,\forall x\in\Omega^0−Δu−f≥0,∀x∈Ω0. 当x∈Ω+x\in \Omega^+x∈Ω+时,用−ϕ-\phi−ϕ替代ϕ\phiϕ,可得反向的变分不等式成立,因此有−Δu−f=0-\Delta u-f=0−Δu−f=0.

​ 综上,障碍问题的变分不等式(5)(5)(5)对应的微分边值问题为:
KaTeX parse error: No such environment: equation at position 8: \begin{̲e̲q̲u̲a̲t̲i̲o̲n̲}̲ \left\{ \begin…

2.3非齐次Neumann问题

​ 考虑检测函数空间V=H1(Ω)V=H^1(\Omega)V=H1(Ω),能量泛函为
E(v)=∫Ω[12(∣∇v∣2+v2)−fv]dx+g∫Γ∣v∣fs\begin{aligned} E(v)=\int_\Omega \left[ \frac12(|\nabla v|^2+v^2)-fv\right]dx+g\int_\Gamma|v|fs \end{aligned} E(v)=∫Ω​[21​(∣∇v∣2+v2)−fv]dx+g∫Γ​∣v∣fs​
其中g>0,f∈L2(Ω)g>0,f\in L^2(\Omega)g>0,f∈L2(Ω)给定. 注意到的是,该能量泛函不可微.

​ 则泛函极小化问题
u∈VE(u)=inf⁡v∈VE(v)u\in V\qquad E(u)=\inf_{v\in V}E(v) u∈VE(u)=v∈Vinf​E(v)
与下面的变分不等式问题等价,
u∈V,∫Ω[∇u⋅∇(v−u)+u(v−u)]dx+g∫Γ(∣v∣−∣u∣)ds≥∫Ωf(v−u)ds,∀v∈V.(2)\begin{aligned} u\in V,\qquad \int_\Omega [ \nabla u \cdot \nabla(v-u)&+u(v-u) ]dx+g\int_\Gamma(|v|-|u|)ds \\ &\ge \int_\Omega f(v-u)ds,\qquad \forall v\in V. \end{aligned} \qquad (2) u∈V,∫Ω​[∇u⋅∇(v−u)​+u(v−u)]dx+g∫Γ​(∣v∣−∣u∣)ds≥∫Ω​f(v−u)ds,∀v∈V.​(2)
证明同样是用到Ga^teauxG\hat ateauxGa^teaux微分,见后面定理3.2.

​ 该问题相应的问题为:
KaTeX parse error: No such environment: equation at position 8: \begin{̲e̲q̲u̲a̲t̲i̲o̲n̲}̲ \left\{ \begin…
其边值条件等价于
∣∂u∂ν∣&lt;g⟹u=0∂u∂ν=g⟹u≤0∂u∂ν=−g&ThickSpace;⟹u≥0\begin{aligned} \left| \frac{\partial u}{\partial \nu}\right| &lt;g\qquad &amp;\Longrightarrow \qquad u=0 \\ \frac{\partial u}{\partial \nu}=g \qquad &amp;\Longrightarrow \qquad u\le0 \\ \frac{\partial u}{\partial \nu}=-g\quad \; &amp;\Longrightarrow \qquad u\ge0 \end{aligned} ∣∣∣∣​∂ν∂u​∣∣∣∣​<g∂ν∂u​=g∂ν∂u​=−g​⟹u=0⟹u≤0⟹u≥0​

3.解的存在性与唯一性

​ 凸优化是处理很多椭圆型变分不等式的好途径. 有一个基本的定理为:

定理 3.1:

​ 若KKK是赋范空间VVV的非空凸子集,且f:K→Rf:K\to\Rf:K→R是凸的且Ga^teauxG\hat ateauxGa^teaux可微的. 则存在u∈Ku\in Ku∈K使得
f(u)=inf⁡v∈Kf(v)\begin{aligned} f(u) = \inf_{v\in K} f(v) \end{aligned} f(u)=v∈Kinf​f(v)​
成立,当且仅当存在u∈Ku\in Ku∈K使得
&lt;f′(u),v−u&gt;≥0,∀v∈K\begin{aligned} \left&lt; f'(u),v-u\right&gt; \ge 0,\qquad \forall v\in K \end{aligned} ⟨f′(u),v−u⟩≥0,∀v∈K​
当KKK为子空间时,不等式退化为等式
&lt;f′(u),v&gt;=0,∀v∈K.\begin{aligned} \left&lt; f'(u),v\right&gt; = 0,\qquad \forall v\in K. \end{aligned} ⟨f′(u),v⟩=0,∀v∈K.​

​ 证明从略. 定理3.1可拓展为定理3.2,用于处理2.3节中的泛函不可微的情况.

定理 3.2:

​ 若KKK是赋范空间VVV的非空凸子集,且f:K→R,&ThinSpace;j:K→Rf:K\to\R,\,j:K\to \Rf:K→R,j:K→R是凸映射,fff是Ga^teauxG\hat ateauxGa^teaux可微的. 则
u∈K,f(u)+j(u)=inf⁡v∈K[f(v)+j(v)]u\in K,\qquad f(u)+j(u)=\inf_{v\in K}[f(v)+j(v)] u∈K,f(u)+j(u)=v∈Kinf​[f(v)+j(v)]
当且仅当
u∈K,&lt;f′(u),v−u&gt;+j(v)−j(u)≥0,∀v∈K.u\in K,\qquad \left&lt; f'(u),v-u \right&gt; + j(v)-j(u) \ge 0,\qquad \forall v\in K. u∈K,⟨f′(u),v−u⟩+j(v)−j(u)≥0,∀v∈K.
证明:

​ 必要性:对任意v∈Kv\in Kv∈K和t∈(0,1)t\in(0,1)t∈(0,1),有u+t(v−u)=tv+(1−t)u∈Ku+t(v-u)=tv+(1-t)u\in Ku+t(v−u)=tv+(1−t)u∈K,故
f(u)+j(v)≤f(u+t(v−u))+j(u+t(v−u))≤f(u+t(v−u))+(1−t)j(u)+tj(v).\begin{aligned} f(u)+j(v) &amp;\le f(u+t(v-u)) +j(u+t(v-u)) \\ &amp;\le f(u+t(v-u)) +(1-t)j(u)+tj(v). \end{aligned} f(u)+j(v)​≤f(u+t(v−u))+j(u+t(v−u))≤f(u+t(v−u))+(1−t)j(u)+tj(v).​

1t[f(u+t(v−u))−f(u)]+j(v)−j(u)∀t∈(0,1)\begin{aligned} \frac1t \left[ f(u+t(v-u))-f(u) \right] +j(v)-j(u)\qquad \forall t\in(0,1) \end{aligned} t1​[f(u+t(v−u))−f(u)]+j(v)−j(u)∀t∈(0,1)​
再使t→0+t\rightarrow 0^+t→0+,则有(12)(12)(12)式成立.

​ 充分性:由于fff是凸函数,故
f(v)≥f(u)+&lt;f′(u),v−u&gt;.\begin{aligned} f(v)\ge f(u)+\left&lt; f'(u) ,v-u\right&gt;. \end{aligned} f(v)≥f(u)+⟨f′(u),v−u⟩.​
从而对任意v∈Kv\in Kv∈K,
f(v)+j(v)≥f(u)+j(v)+&lt;f′(u),v−u&gt;≥f(u)+j(u)\begin{aligned} f(v)+j(v)&amp;\ge f(u)+j(v)+\left&lt; f'(u) ,v-u\right&gt; \\ &amp;\ge f(u)+j(u) \end{aligned} f(v)+j(v)​≥f(u)+j(v)+⟨f′(u),v−u⟩≥f(u)+j(u)​

​ □\Box□

​ 若赋予更强的条件,比如将∫Ω∇u⋅∇v&ThickSpace;dx\displaystyle\int_\Omega \nabla u\cdot\nabla v\;dx∫Ω​∇u⋅∇vdx看作双线性泛函a(u,v)a(u,v)a(u,v),其满足椭圆性条件,则根据Lax-Mligram引理(见附录),则还可以第2节的三个问题的解都具有唯一性.

##4. 一族EVIs的解的存在唯一性

首先给定以下定义

  • strongly monotone:A:V→VA:V\rightarrow VA:V→V满足,存在c0&gt;0c_0&gt;0c0​>0使得
    (A(u)−A(v),u−v)≥c0∣∣u−v∣∣2,∀u,v∈V.(A(u)-A(v),u-v)\ge c_0||u-v||^2,\qquad \forall u,v \in V. (A(u)−A(v),u−v)≥c0​∣∣u−v∣∣2,∀u,v∈V.

  • Lipschitz连续:A:V→VA:V\rightarrow VA:V→V满足,存在M&gt;0M&gt;0M>0使得
    ∣∣A(u)−A(v)∣∣≤M∣∣u−v∣∣,∀u,v∈V.||A(u)-A(v)||\le M||u-v||,\qquad \forall u,v\in V. ∣∣A(u)−A(v)∣∣≤M∣∣u−v∣∣,∀u,v∈V.

  • lower semi-continous(l.s.c.l.s.c.l.s.c.):j:V→R‾≡R∪{±∞}j:V\rightarrow \overline \R\equiv R\cup\{\pm\infty\}j:V→R≡R∪{±∞}满足
    vn⟶n→∞v&ThickSpace;in&ThickSpace;V⟹j(v)≤lim&ThinSpace;inf⁡n→∞j(vn).v_n\overset{n\to\infty}\longrightarrow v \;\mathrm{in}\; V\quad\Longrightarrow\quad j(v)\le\liminf_{n\rightarrow\infty} j(v_n). vn​⟶n→∞​vinV⟹j(v)≤n→∞liminf​j(vn​).

定理 4.1:2

​ 令VVV是实Hilbert空间,KKK是VVV的非空闭凸集. 设A:V→VA:V\rightarrow VA:V→V是srtongly monotone且Lipschitz连续,j:K→Rj:K\rightarrow \Rj:K→R是凸的且l.s.c.l.s.c.l.s.c.,则对任意f∈Vf\in Vf∈V,椭圆性变分不等式
u∈K,(A(u),v−u)+j(v)−j(u)≥(f,v−u),∀v∈K,u\in K,\qquad (A(u),v-u) + j(v)-j(u) \ge (f,v-u),\qquad \forall v\in K, u∈K,(A(u),v−u)+j(v)−j(u)≥(f,v−u),∀v∈K,
有唯一解,且解uuu关于fff是Lipschitz连续的.

​ 称形如A(u,v−u)≥(f,v−u)A(u,v-u)\ge(f,v-u)A(u,v−u)≥(f,v−u)的变分不等式为第一类变分不等式,而对于形如(16)(16)(16)含有不可微分项的变分不等式为第二类变分不等式,例如2.3节中给出的例子.

​ 在对变分不等式数值解法收敛性的分析中,Minty引理十分重要.

定理4.2:(Minty Lemma)

​ 假设定理4.1中的条件成立,在有限维空间中AAA的Lipschitz连续条件减弱为连续性条件,

附录

###Lax-Milgram 引理

设V\mathbb VV是Hilbert空间,a(⋅,⋅):V×V→Ra(\cdot,\cdot):\mathbb V\times \mathbb V \rightarrow \mathbb Ra(⋅,⋅):V×V→R,是一个连续的双线性泛函,且满足椭圆性条件(也称强制性条件):
∃δ0&gt;0,使得a(u,u)≥δ0∣∣u∣∣2,∀u∈V,\begin{aligned} \exist \delta_0 &gt; 0,\qquad \text{使得} a(u,u) \ge \delta_0||u||^2,\qquad \forall u \in \mathbb V, \end{aligned} ∃δ0​>0,使得a(u,u)≥δ0​∣∣u∣∣2,∀u∈V,​
又设f:V→Rf:\mathbb V\rightarrow \mathbb Rf:V→R是一个连续的线性泛函,则抽象变分问题
{求u∈V,使得a(u,v)=f(v),∀v∈V\left \{ \begin{aligned} &amp; 求u \in \mathbb V,使得 \\ &amp; a(u,v) = f(v) ,\qquad \forall v \in \mathbb V \end{aligned} \right . {​求u∈V,使得a(u,v)=f(v),∀v∈V​
存在唯一解.

:由双线性泛函的连续性可知,存在常数δ1&gt;0\delta_1&gt;0δ1​>0使得
a(u,v)≤δ1∣∣u∣∣⋅∣∣v∣∣,∀u,v∈V.a(u,v)\le \delta_1||u||\cdot||v||,\qquad \forall u,v\in\mathbb V. a(u,v)≤δ1​∣∣u∣∣⋅∣∣v∣∣,∀u,v∈V.

对任意u∈V​u \in \mathbb V​u∈V​,由v∈V↦a(u,v)​v\in\mathbb V \mapsto a(u,v)​v∈V↦a(u,v)​是连续线性泛函知,存在唯一的A(u)∈V∗​A(u)\in \mathbb V^*​A(u)∈V∗​,使得

A(u)v=a(u,v),∀v∈V.\begin{aligned} A(u)v = a(u,v) ,\quad \forall v\in \mathbb V. \end{aligned} A(u)v=a(u,v),∀v∈V.​

易知,AAA是由V\mathbb VV到其对偶空间V∗\mathbb V^*V∗的有界线性映射,且

∣∣A∣∣L(V,V∗)≜sup⁡u∈V,&ThinSpace;∣∣u∣∣=1∣∣A(u)∣∣V∗=sup⁡u∈V,&ThinSpace;∣∣u∣∣=1sup⁡v∈V,&ThinSpace;∣∣v∣∣=1∣A(u)v∣≤δ1.\begin{aligned} ||A||_{\mathfrak{L}(\mathbb V,\mathbb V^*)} \triangleq \sup_{u\in \mathbb V,\,||u||=1}||A(u)||_{\mathbb V^*} = \sup_{u\in \mathbb V,\,||u||=1} \sup_{v\in \mathbb V,\,||v||=1}|A(u)v| \le \delta_1. \end{aligned} ∣∣A∣∣L(V,V∗)​≜u∈V,∣∣u∣∣=1sup​∣∣A(u)∣∣V∗​=u∈V,∣∣u∣∣=1sup​v∈V,∣∣v∣∣=1sup​∣A(u)v∣≤δ1​.​

记τ:V∗→V​\tau : \mathbb V^* \rightarrow \mathbb V​τ:V∗→V​为Riesz映射. 由定义有
f(v)=⟨τf,v⟩,∀v∈V,\begin{aligned} f(v)= \langle \tau f,v \rangle ,\quad \forall v\in \mathbb V, \end{aligned} f(v)=⟨τf,v⟩,∀v∈V,​
其中⟨⋅,⋅⟩​\langle \cdot ,\cdot\rangle​⟨⋅,⋅⟩​为V​\mathbb V​V​上的内积。于是求解的问题等价于求解以下的问题:

{求u∈V,&ThinSpace;使得τA(u)=τf.\left \{ \begin{aligned} &amp; \text{求}u\in\mathbb V,\,\text{使得} \\ &amp; \tau A(u)=\tau f. \\ \end{aligned} \right. {​求u∈V,使得τA(u)=τf.​

定义映射
F:V→V,F(v)=v−ρ(τA(v)−τf),\begin{aligned} &amp;F:\mathbb V\rightarrow\mathbb V, \\ &amp;F(v)=v-\rho(\tau A(v)-\tau f), \\ \end{aligned} ​F:V→V,F(v)=v−ρ(τA(v)−τf),​
其中ρ&gt;0​\rho&gt;0​ρ>0​为待定参数,则求解问题的解等价于求F(⋅)​F(\cdot)​F(⋅)​ 的不动点. 有
⟨τA(v),v⟩=A(v)v=a(v,v)≥δ0∣∣v∣∣2,∣∣τA(v)∣∣=∣∣A(v)∣∣V∗≤∣∣A∣∣L(V,V∗)∣∣v∣∣≤δ1∣∣v∣∣.\begin{aligned} &amp;\langle \tau A(v),v \rangle =A(v)v =a(v,v) \ge \delta_0 ||v||^2, \\ &amp;||\tau A(v)|| =||A(v)||_{\mathbb V^*} \le ||A||_{\mathfrak{L}(\mathbb V,\mathbb V^*)} ||v|| \le \delta_1 ||v|| . \\ \end{aligned} ​⟨τA(v),v⟩=A(v)v=a(v,v)≥δ0​∣∣v∣∣2,∣∣τA(v)∣∣=∣∣A(v)∣∣V∗​≤∣∣A∣∣L(V,V∗)​∣∣v∣∣≤δ1​∣∣v∣∣.​
因此,对任意给定的ρ∈(0,2δ0/δ12)\rho \in (0,2 \delta_0 / \delta_1^2)ρ∈(0,2δ0​/δ12​),有
∣∣F(w+v)−F(w)∣∣2=∣∣v∣∣2−2ρ⟨τA(v),v⟩+ρ2∣∣τA(v)∣∣2≤(1−2ρδ0+ρ2δ12)∣∣v∣∣2&lt;∣∣v∣∣2,\begin{aligned} || F(w+v) -F(w) || ^2 &amp;= ||v||^2 -2\rho \langle \tau A(v),v \rangle +\rho^2 || \tau A(v) ||^2 \\ &amp;\le (1-2\rho\delta_0+\rho^2{\delta_1}^2)||v||^2 &lt; ||v||^2 , \\ \end{aligned} ∣∣F(w+v)−F(w)∣∣2​=∣∣v∣∣2−2ρ⟨τA(v),v⟩+ρ2∣∣τA(v)∣∣2≤(1−2ρδ0​+ρ2δ1​2)∣∣v∣∣2<∣∣v∣∣2,​
即F:V→V​F:\mathbb V \rightarrow \mathbb V​F:V→V​为压缩映射. 由此及压缩映射原理知F​F​F​在V​\mathbb V​V​中存在唯一的不动点,这就证明了解的唯一性.

参考文献

[1] Kendall Atkinson, and Weimin Han, Theoretical Numerical Analysis[M], Springer, 2009.
[2] 李治平, 偏微分方程数值解讲义[M], 北京大学出版社, 2010.
[3]王烈衡, 许学军, 有限元方法的数学基础, 科学出版社, 2004.


  1. 第11章标题:Elliptic Variational Inequalities and Their Numerical Approximations. ↩︎

  2. 证明较长,见参考文献[1],p431-p432. ↩︎

椭圆型变分问题理论及数值方法相关推荐

  1. 文科生学什麼计算机知识,我们学习计算机知识究竟是在学什么?

    原标题:我们学习计算机知识究竟是在学什么? 计算机学科不是一门纯粹的软件学科,与软件工程学科相比,更多的方向仍然落在计算机本身.计算机学科实际上是一门软硬兼施的学科.因此,计算机基础不只是指计算机软件 ...

  2. 有限单元法基本原理和数值方法_SPH法介绍

    SPH法介绍 Smoothed Particle Hydrodynamics 基于网格的数值方法虽然已经有广泛的应用,但是在很多方面仍存在不足之处,比如在计算流体动力学的大变形.运动物质交界面.自由表 ...

  3. 最优传输理论和生成模型的几何观点

    ©PaperWeekly 原创 · 作者|尹娟 学校|北京理工大学博士生 研究方向|随机过程.复杂网络 论文标题:A Geometric View of Optimal Transportation ...

  4. 机器学习中的凸优化理论

    凸优化课程 优化问题 定义:从一个可行解中找到一个最好的元素. 通常来说优化问题都可以写成如下的形式: 最小化目标函数: m个约束函数: 凸规划与非凸规划 凸规划满足: 凸规划都是相对容易解决的,非凸 ...

  5. Morse理论:拓扑不变性特征匹配原理

    设计精美的宽基线双目相机镇文 Mo'ersi lilun 莫尔斯理论(卷名:数学) Morse theory 微分拓扑的一个重要分支.通常是指两部分内容:一部分是微分流形上可微函数的莫尔斯理论,即临界 ...

  6. 系统辨识理论及应用_控制理论学习书单推荐(值得一读)

    经 System control 授权,基于控制理论学习书单整理改编. 提起系统与控制领域的学习,经常被谈论到的就是,对于刚接触这个领域的初学者总会在各种控制理论中迷茫,有的甚至直接劝退.面对众多理论 ...

  7. 整数存储方法和做题中部分数值方法

    整数存储方法 正负数的存储:简单来说就是把用来存储的所有单位(二进制数)一分为二,前面一部分用来存储正数,后面的存储负数,划分的地方当最前面的位为1. 运用循环(时钟)往前走和往后走都可以获取到一个值 ...

  8. 数值优化:计算基本理论

    1. 优化问题 最一般的优化问题的表述是这样的: 求解等式约束 $\boldsymbol{g}(\boldsymbol{x})=0$ 和不等式约束 $\boldsymbol{h}(\boldsymbo ...

  9. 数值方法与计算机算法试卷,《数值方法与计算机算法》课程教学大纲.pdf

    <数值方法与计算机算法>课程教学大纲 <数值方法与计算机算法>课程教学大纲 课程编号: 122015 学分: 2 分 总学时:34 学时 大纲执笔人: 徐承龙 大纲审核人: 一 ...

最新文章

  1. mysql 减少文件排序_消除更新查询中的mysql文件排序
  2. ERPLAB中文教程:创建与查看EventList
  3. Ubuntu终止进程的方法(kill、pkill、killall)
  4. 20220208--CTF刷题记录--6道简单的MISC题目
  5. 作者:伍筱聪(1989-),女,中国科学院上海天文台助理工程师
  6. android如何不自动获取焦点,Android 如何让EditText不自动获取焦点
  7. VS2019 配置QT
  8. Visual Studio 编辑R语言环境搭建
  9. SLAM会议笔记(五)LLOAM
  10. Fmask算法——影像云检测算法
  11. 计算机网络中属于通信子网,计算机网络通常被划分为通信子网和资源子网,通信子网提供信息传输服务,资源子网提供共享资源。...
  12. 华盛顿大学计算机硕士什么时候录取,2020年华盛顿大学排名TFE Times美国最佳计算机科学硕士专业排名第5...
  13. 市面上U盘便宜种类多 如何鉴别便宜U盘好坏呢
  14. Word count通过mr实现China的编程
  15. NGINX服务器运维
  16. 用于播放硬盘中avi视频的简单程序(opencv)
  17. Mycat JVM appears hung: Timed out waiting for signal from JVM.
  18. 人脸识别之虹软-登录功能的实现
  19. 在html中显示本地图片
  20. 科大讯飞也推AI智能硬件,K12“知识图谱型”AI教育“真香”?

热门文章

  1. python如何定义矩阵_基础 | Python下的矩阵定义 (下)
  2. 安全方向比路由交换难吗_致网络工程师,新网工时代轻松拿下思科全新CCIE EI等各方向认证...
  3. 酷体网--可以顶(dig)的运动空间
  4. Glyphs 3 for mac(字体设计软件)
  5. 2022百度网盘目录管理系统
  6. 采集HTTP与HTTPS
  7. python中scroll的用法_Python_关于self.cur.scroll()的使用理解
  8. 1018石头剪刀布(模拟)
  9. 河南信息统计学院微信公众平台API汇总
  10. 《让时间陪你慢慢变富》有感