方程的导出及定解问题的提法
基本概念
一般形式:
u
(
x
1
,
x
2
,
⋯
,
x
n
)
(
n
≥
2
)
u(x_1,x_2,\cdots,x_n)(n\ge 2)
u(x1,x2,⋯,xn)(n≥2)
F
(
x
1
,
⋯
,
x
n
,
u
,
D
u
,
D
2
u
,
⋯
,
D
m
u
)
F(x_1,\cdots,x_n,u,Du,D^2u,\cdots,D^mu)
F(x1,⋯,xn,u,Du,D2u,⋯,Dmu)
偏微分方程的阶:方程中实际所含未知函数的偏导数的最高阶数
偏
微
分
方
程
{
线
性
偏
微
分
方
程
非
线
性
偏
微
分
方
程
{
拟
线
性
偏
微
分
方
程
{
半
线
性
偏
微
分
方
程
一
般
拟
线
性
偏
微
分
方
程
完
全
非
线
性
偏
微
分
方
程
偏微分方程 \begin{cases} 线性偏微分方程\\ 非线性偏微分方程 \begin{cases} 拟线性偏微分方程 \begin{cases} 半线性偏微分方程\\\\ 一般拟线性偏微分方程 \end{cases} \\\\ 完全非线性偏微分方程 \end{cases} \end{cases}
偏微分方程⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧线性偏微分方程非线性偏微分方程⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧拟线性偏微分方程⎩⎪⎨⎪⎧半线性偏微分方程一般拟线性偏微分方程完全非线性偏微分方程
线性叠加原理:与常微分相同(齐次解(通解)与非齐次解(特解))
习题1.1中的偏微分方程( u = f ( x , y ) u=f(x,y) u=f(x,y)):
- ∂ ∂ x u = 0 ⇒ u = g ( y ) \frac{\partial}{\partial x}u=0\Rightarrow u=g(y) ∂x∂u=0⇒u=g(y)
- ∂ ∂ y u = 0 ⇒ u = h ( x ) \frac{\partial}{\partial y}u=0\Rightarrow u=h(x) ∂y∂u=0⇒u=h(x)
几个经典方程
没啥好写的。不如写写接下来会出现的符号或数学工具。
-
Laplace算子
-
散度定理
∫ Ω ∑ i = 1 n ∂ P i ∂ x i d x 1 ⋯ d x n = ∫ Γ ∑ i = 1 n P i cos ( ν , x i ) d S \int_{\Omega}\sum_{i=1}^n\frac{\partial P_i}{\partial x_i} dx_1\cdots dx_n =\int_{\Gamma}\sum_{i=1}^nP_i\cos(\nu,x_i)dS ∫Ωi=1∑n∂xi∂Pidx1⋯dxn=∫Γi=1∑nPicos(ν,xi)dS -
Fourier积分
定解问题
{ 泛 定 方 程 定 解 问 题 ∗ { 初 值 问 题 边 值 问 题 { 第 一 边 值 问 题 ( D i r i c h l e t 问 题 ) 第 二 边 值 问 题 ( N e u m a n n 问 题 ) 第 三 边 值 问 题 ( R o b i n 问 题 ) 初 边 值 问 题 ( 混 合 问 题 ) ∗ : 定 解 问 题 — — 泛 定 方 程 + 定 解 条 件 \begin{cases} 泛定方程\\ 定解问题^* \begin{cases} 初值问题\\ 边值问题 \begin{cases} 第一边值问题(Dirichlet问题)\\\\ 第二边值问题(Neumann问题)\\\\ 第三边值问题(Robin问题) \end{cases}\\ \\初边值问题(混合问题) \end{cases} \end{cases} \\ *:定解问题——泛定方程+定解条件 ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧泛定方程定解问题∗⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧初值问题边值问题⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧第一边值问题(Dirichlet问题)第二边值问题(Neumann问题)第三边值问题(Robin问题)初边值问题(混合问题)∗:定解问题——泛定方程+定解条件
适定性:存在性(至少一个解),唯一性(至多一个解),稳定性(当已知的定解条件在某种意义下做微小的变动时,相应的定解问题的解也只做微小的变动)
二阶方程的特征理论与分类
二阶方程的特征
(1)两个自变量:
- 一般形式:
a u x x + 2 b u x y + c u y y = F au_{xx}+{\color{red}{2b}}u_{xy}+cu_{yy}=F auxx+2buxy+cuyy=F
-
特征方程: a d y 2 − 2 b d x d y + c d x 2 = 0 a{\sf dy^2}{\color{red}{-}}2b{\sf dxdy}+c{\sf dx^2}=0 ady2−2bdxdy+cdx2=0
d y d x = b ± b 2 − a c a ( a ≠ 0 ) \frac{dy}{dx}=\frac{b\pm \sqrt{b^2-ac}}{a}~(a\ne0) dxdy=ab±b2−ac (a=0) -
隐函数形式:与数学分析中一样,只要利用好隐函数形式和显函数之间的关系就行,举个例子,若 F ( x , y , z ) = 0 F(x,y,z)=0 F(x,y,z)=0,则可先计算出 F x , f y , F z F_x,f_y,F_z Fx,fy,Fz 那么有
d y d x = − F x F y , d z d y = − F y F z , d z d x = − F x F z \frac{dy}{dx}=-\frac{F_x}{F_y},~ \frac{dz}{dy}=-\frac{F_y}{F_z},~ \frac{dz}{dx}=-\frac{F_x}{F_z} dxdy=−FyFx, dydz=−FzFy, dxdz=−FzFx
(2)多个自变量:(可略过)
-
一般形式:
∑ i , j = 1 n a i j ∂ 2 u ∂ x i ∂ x j + ∑ i = 1 n b i ∂ u ∂ x i + c u = f \sum_{i,j=1}^na_{ij}\frac{\partial^2u}{\partial x_i\partial x_j}+\sum_{i=1}^nb_i\frac{\partial u}{\partial x_i}+cu=f i,j=1∑naij∂xi∂xj∂2u+i=1∑nbi∂xi∂u+cu=f
a i j , b i , c , f a_{ij},b_i,c,f aij,bi,c,f 为已知函数,并需要在 R n \R^n Rn一定区域满足可微性条件,设 S 是 R n \R^n Rn 一个曲面: G ( x 1 , ⋯ , x n ) = 0 G(x_1,\cdots,x_n)=0 G(x1,⋯,xn)=0
{ u ∣ G = 0 = ϕ 0 ( x 1 , ⋯ , x n ) , ∂ u ∂ x 1 ∣ G = 0 = ϕ 1 ( x 1 , ⋯ , x n ) , ⋯ , ∂ u ∂ x n ∣ G = 0 = ϕ n ( x 1 , ⋯ , x n ) \begin{cases} u\vert_{G=0}=\phi_0(x_1,\cdots,x_n),\\\\ \frac{\partial u}{\partial x_1}\vert_{G=0}=\phi_1(x_1,\cdots,x_n),\cdots,\frac{\partial u}{\partial x_n}\vert_{G=0}=\phi_n(x_1,\cdots,x_n) \end{cases} ⎩⎪⎨⎪⎧u∣G=0=ϕ0(x1,⋯,xn),∂x1∂u∣G=0=ϕ1(x1,⋯,xn),⋯,∂xn∂u∣G=0=ϕn(x1,⋯,xn) -
特征曲面:
∑ i , j = 1 n a i j ∂ G ∂ x i ∂ G ∂ x j = 0 \sum_{i,j=1}^na_{ij}\frac{\partial G}{\partial x_i}\frac{\partial G}{\partial x_j}=0 i,j=1∑naij∂xi∂G∂xj∂G=0
或:
∑ i , j = 1 n a i j α i α j = 0 \sum_{i,j=1}^na_{ij}\alpha_i\alpha_j=0 i,j=1∑naijαiαj=0 -
想法:为啥大于两个变量的二阶方程特征需要 ∂ G ∂ x i \frac{\partial G}{\partial x_i} ∂xi∂G 等也即在曲面上的信息,而两个变量时不用呢?实际上,都是有涉及到的。只不过两个变量时的相容性条件很好,决定是否为特征曲线的式子只需要到泛定方程的原始信息。
(3)在非特征曲线上给定初始条件,解可能是适定的。但若初始条件给在特征曲线上,则一般无解,若有解则解有无穷个,即不适定。
二阶方程的分类
(1)两个自变量:
Ω
⊂
R
2
\Omega\subset \R^2
Ω⊂R2 是一个区域
{
双
曲
型
偏
微
分
方
程
Δ
(
Ω
)
>
0
抛
物
型
偏
微
分
方
程
Δ
(
Ω
)
=
0
椭
圆
型
偏
微
分
方
程
Δ
(
Ω
)
<
0
\begin{cases} 双曲型偏微分方程&\Delta(\Omega)>0\\ 抛物型偏微分方程&\Delta(\Omega)=0\\ 椭圆型偏微分方程&\Delta(\Omega)<0\\ \end{cases}
⎩⎪⎨⎪⎧双曲型偏微分方程抛物型偏微分方程椭圆型偏微分方程Δ(Ω)>0Δ(Ω)=0Δ(Ω)<0
此外,还有混合型方程,退化双曲型方程,退化椭圆型方程(略过)
(2)多个自变量(n>2):仅考虑主部具有常系数的多个自变量的二阶线性偏微分方程
∑
i
,
j
=
1
n
a
i
j
∂
2
u
∂
x
i
∂
x
j
+
∑
i
=
1
n
b
i
(
x
1
,
⋯
,
x
n
)
∂
u
∂
x
i
+
c
(
x
1
,
⋯
,
x
n
)
u
=
f
(
x
1
,
⋯
,
x
n
)
(#)
\sum_{i,j=1}^na_{ij}\frac{\partial^2u}{\partial x_i\partial x_j}+\sum_{i=1}^nb_i(x_1,\cdots,x_n)\frac{\partial u}{\partial x_i}+c(x_1,\cdots,x_n)u=f(x_1,\cdots,x_n)\tag{\#}
i,j=1∑naij∂xi∂xj∂2u+i=1∑nbi(x1,⋯,xn)∂xi∂u+c(x1,⋯,xn)u=f(x1,⋯,xn)(#)
由上一节知识,上面式子的特征方程为:
∑
i
,
j
=
1
n
a
i
j
α
i
α
j
=
0
\sum_{i,j=1}^na_{ij}\alpha_i\alpha_j=0
i,j=1∑naijαiαj=0
称之为特征二次型,首先我们需要把这个特征二次型 标准化:
最先考虑的方法是 配方法,其次才是 初等变换(行列同时),详情点击下面链接 ⬇️
(摘自 二次型化标准形的五种方法 )
将(#)化为标准型:
∑
i
n
λ
i
∂
2
u
∂
y
i
2
+
∑
i
=
1
n
B
i
(
y
1
,
⋯
,
y
n
)
∂
u
∂
y
i
+
C
(
y
1
,
⋯
,
y
n
)
u
=
F
(
y
1
,
⋯
,
y
n
)
\sum_{i}^n\lambda_i\frac{\partial^2u}{\partial y_i^2}+\sum_{i=1}^nB_i(y_1,\cdots,y_n)\frac{\partial u}{\partial y_i}+C(y_1,\cdots,y_n)u=F(y_1,\cdots,y_n)
i∑nλi∂yi2∂2u+i=1∑nBi(y1,⋯,yn)∂yi∂u+C(y1,⋯,yn)u=F(y1,⋯,yn)
得到如下分类:
{
λ
i
全
不
为
0
{
λ
i
全
是
1
或
全
是
−
1
椭
圆
型
偏
微
分
方
程
λ
i
不
全
是
1
且
不
全
是
−
1
{
1
个
为
1
,
其
余
为
−
1
双
曲
型
偏
微
分
方
程
1
个
为
−
1
,
其
余
为
1
双
曲
型
偏
微
分
方
程
1
或
−
1
的
个
数
超
过
1
超
双
曲
型
偏
微
分
方
程
λ
i
有
一
个
为
0
抛
物
型
偏
微
分
方
程
λ
i
至
少
两
个
为
0
(
不
讨
论
)
\begin{cases} \lambda_i 全不为0~ \begin{cases} \lambda_i~全是1或全是-1 ~~~~~~~~~~椭圆型偏微分方程\\\\ \lambda_i~不全是1且不全是-1 \begin{cases} 1个为1,其余为-1~~双曲型偏微分方程\\\\ 1个为-1,其余为1~~双曲型偏微分方程\\\\ 1或-1的个数超过1 ~~超双曲型偏微分方程 \end{cases} \end{cases} \\\\ \lambda_i 有一个为0 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~抛物型偏微分方程 \\\\ \lambda_i 至少两个为0 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~(不讨论) \end{cases}
⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧λi全不为0 ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧λi 全是1或全是−1 椭圆型偏微分方程λi 不全是1且不全是−1⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧1个为1,其余为−1 双曲型偏微分方程1个为−1,其余为1 双曲型偏微分方程1或−1的个数超过1 超双曲型偏微分方程λi有一个为0 抛物型偏微分方程λi至少两个为0 (不讨论)
二阶方程化为标准型(n=2)
(1)双曲型方程具有两种标准型,第一标准型 主部不含平方项,第二标准型恰好相反。两种标准型通过一个旋转变换产生联系。(不用记得哪个究竟是哪个标准型不好交叉项,因为利用特征曲线法化简出来的就是第一标准型,看结果就知道了)
a
u
x
x
+
b
u
x
y
+
c
u
y
y
⟶
特
征
曲
线
u
ξ
η
⟶
x
ˉ
=
ξ
+
η
,
y
ˉ
=
ξ
−
η
u
x
ˉ
x
ˉ
−
u
y
ˉ
y
ˉ
au_{xx}+bu_{xy}+cu_{yy}\overset{特征曲线}{\longrightarrow}u_{\xi\eta}\overset{\bar x=\xi+\eta,~\bar y=\xi-\eta}{\longrightarrow}u_{\bar x\bar x}-u_{\bar y\bar y}
auxx+buxy+cuyy⟶特征曲线uξη⟶xˉ=ξ+η, yˉ=ξ−ηuxˉxˉ−uyˉyˉ
(2)抛物型偏微分方程只会得到一条特征曲线,进行变量替换时需要将其中一个进行直接替换,(4)中会体现这一点。
(3)主部常系数的二阶方程:如何快速定出一阶项的系数?
例题(p35. 1.(2))化下式为标准型:
u
x
x
+
2
u
x
y
+
2
u
y
y
+
4
u
y
z
+
5
u
z
z
+
3
u
x
+
u
y
=
0
u_{xx}+2u_{xy}+2u_{yy}+4u_{yz}+5u_{zz}+3u_{x}+u_y=0
uxx+2uxy+2uyy+4uyz+5uzz+3ux+uy=0
解:
D
=
α
1
2
+
2
α
1
α
2
+
2
α
2
2
+
4
α
1
α
3
+
5
α
3
2
D=\alpha_1^2+2\alpha_1\alpha_2+2\alpha_2^2+4\alpha_1\alpha_3+5\alpha_3^2
D=α12+2α1α2+2α22+4α1α3+5α32,利用配方法,易得
D
=
(
α
1
+
α
2
)
2
+
(
α
2
+
2
α
3
)
2
+
α
3
2
D=(\alpha_1+\alpha_2)^2+(\alpha_2+2\alpha_3)^2+\alpha_3^2
D=(α1+α2)2+(α2+2α3)2+α32,令
{
β
1
=
α
1
+
α
2
β
2
=
α
2
+
2
α
3
β
3
=
α
3
,
则
{
α
1
=
β
1
−
β
2
+
2
β
3
α
2
=
β
2
−
2
β
3
α
3
=
β
3
\begin{cases} \beta_1=\alpha_1+\alpha_2\\ \beta_2=\alpha_2+2\alpha_3\\ \beta_3=\alpha_3 \end{cases},则 \begin{cases} \alpha_1=\beta_1-\beta_2+2\beta_3\\ \alpha_2=\beta_2-2\beta_3\\ \alpha_3=\beta_3 \end{cases}
⎩⎪⎨⎪⎧β1=α1+α2β2=α2+2α3β3=α3,则⎩⎪⎨⎪⎧α1=β1−β2+2β3α2=β2−2β3α3=β3
则新的一次项系数为
(
3
1
0
)
(
1
−
1
2
0
1
−
2
0
0
1
)
=
(
3
−
2
4
)
\begin{pmatrix} 3&1&0 \end{pmatrix} \begin{pmatrix} 1&-1&2\\ 0&1&-2\\ 0&0&1 \end{pmatrix}=\begin{pmatrix} 3&-2&4 \end{pmatrix}
(310)⎝⎛100−1102−21⎠⎞=(3−24)
最终化为
u
ξ
ξ
+
u
η
η
+
u
ζ
ζ
+
3
u
ξ
−
2
u
η
+
4
u
ζ
=
0
u_{\xi\xi}+u_{\eta\eta}+u_{\zeta\zeta}+3u_{\xi}-2u_{\eta}+4u_{\zeta}=0
uξξ+uηη+uζζ+3uξ−2uη+4uζ=0
(4)主部非常系数求特征及标准型
本质上,我们解决如何求特征曲线——将常数项替换成新的变量!
例题(p34. 1.(3))化下式为标准型:
sin
2
x
u
x
x
−
2
y
sin
x
u
x
y
+
y
2
u
y
y
=
0
\sin^2xu_{xx}-2y\sin xu_{xy}+y^2u_{yy}=0
sin2xuxx−2ysinxuxy+y2uyy=0
解:
∵
Δ
=
b
2
−
a
c
=
(
−
y
sin
x
)
2
−
sin
2
x
⋅
y
2
=
0
\because \Delta=b^2-ac=(-y\sin x)^2-\sin^2 x\cdot y^2=0
∵Δ=b2−ac=(−ysinx)2−sin2x⋅y2=0,
∴
抛
物
型
偏
微
分
方
程
\therefore 抛物型偏微分方程
∴抛物型偏微分方程
d
y
d
x
=
b
±
b
2
−
a
c
a
=
−
y
sin
x
,
y
=
c
e
−
∫
d
x
sin
x
=
c
sin
x
1
−
cos
x
\frac{dy}{dx}=\frac{b\pm \sqrt{b^2-ac}}{a}=\frac{-y}{\sin x} , ~~y=ce^{-\int\frac{dx}{\sin x}}=c\frac{\sin x}{1-\cos x}
dxdy=ab±b2−ac=sinx−y, y=ce−∫sinxdx=c1−cosxsinx
进行变量替换,令
y
=
c
sin
x
1
−
cos
x
⇒
y
=
ξ
sin
x
1
−
cos
x
⇒
ξ
=
y
(
1
−
cos
x
)
sin
x
y={\color{red}{c}}\frac{\sin x}{1-\cos x} \Rightarrow y={\color{red}{\xi}}\frac{\sin x}{1-\cos x} \Rightarrow {\color{red}{\xi}}=\frac{y(1-\cos x)}{\sin x}\\
y=c1−cosxsinx⇒y=ξ1−cosxsinx⇒ξ=sinxy(1−cosx)
所以,
{
ξ
=
y
(
1
−
cos
x
)
sin
x
η
=
y
\begin{cases} \xi=\frac{y(1-\cos x)}{\sin x} ~~ \\\\ \eta=y \end{cases}
⎩⎪⎨⎪⎧ξ=sinxy(1−cosx) η=y
余下常规操作