PDE数值解(一)PDE预备知识

由于偏微分方程数值解的学科特性,事实上这里仅仅是对知识点进行碓彻式学习,并不能有进一步深化的理解,望读者周知。

方程类型

  1. 对流方程
    k ⋅ ∂ u ∂ n = f ( n ) \boldsymbol{k}\cdot\frac{\partial u}{\partial\boldsymbol{n}}=f(\boldsymbol{n}) knu=f(n)

  2. 扩散方程
    ∂ ∂ n ⋅ k ∘ ∂ ∂ n u + f ( n ) = ∂ u ∂ t \frac{\partial}{\partial\boldsymbol{n}}\cdot\boldsymbol{k}\circ\frac{\partial}{\partial\boldsymbol{n}}u+f(\boldsymbol{n})=\frac{\partial u}{\partial t} nknu+f(n)=tu
    常系数时
    k ⋅ Δ u + f ( n ) = ∂ u ∂ t \boldsymbol{k}\cdot\Delta u+f(\boldsymbol{n})=\frac{\partial u}{\partial t} kΔu+f(n)=tu

  3. 波动方程
    k ⋅ Δ u + f ( n ) = ∂ 2 u ∂ t 2 \boldsymbol{k}\cdot\Delta u+f(\boldsymbol{n})=\frac{\partial^2 u}{\partial t^2} kΔu+f(n)=t22u

  4. Poisson方程
    − Δ u = f ( n ) -\Delta u=f(\boldsymbol{n}) Δu=f(n)

事实上,我们了解方程模样的目的通常是,能够快速准确地判断出这些方程属于椭圆型、双曲型以及抛物型这三种方程类型的哪一种类型。下面我们将给出判则。

方程类型判则

对于二阶偏微分方程,有
a ∂ 2 u ∂ x 2 + 2 b ∂ 2 u ∂ x ∂ y + c ∂ 2 u ∂ y 2 + R = 0 a\frac{\partial^2 u}{\partial x^2}+2b\frac{\partial^2 u}{\partial x\partial y}+c\frac{\partial^2 u}{\partial y^2}+R=0 ax22u+2bxy2u+cy22u+R=0其中 R R R为可能的一阶导数项或者常数项。此时有如下判断标准
b 2 − a c > 0 ⇔ 椭圆型 b 2 − a c < 0 ⇔ 双曲型 b 2 − a c = 0 ⇔ 抛物型 b^2-ac>0\Leftrightarrow 椭圆型\\ b^2-ac<0\Leftrightarrow 双曲型\\ b^2-ac=0\Leftrightarrow 抛物型 b2ac>0椭圆型b2ac<0双曲型b2ac=0抛物型对于一阶偏微分方程组,其一般形式如下:
∂ u ∂ y − A ( x , y , u ) ∂ u ∂ x + h ( x , y , u ) = 0 \frac{\partial u}{\partial y}-A(x,y,u)\frac{\partial u}{\partial x}+h(x,y,u)=0 yuA(x,y,u)xu+h(x,y,u)=0此时只需要判断 A ( x , y , u ) A(x,y,u) A(x,y,u)的特征向量。
A ( x , y , u ) 没有特征向量 ⇔ 椭圆型 A ( x , y , u ) 有 p 个线性无关的特征向量 ⇔ 双曲型 A ( x , y , u ) 有 n 个线性无关的特征向量 ⇔ 椭圆型 \begin{align} A(x,y,u)没有特征向量&\Leftrightarrow 椭圆型\\ A(x,y,u)有p个线性无关的特征向量&\Leftrightarrow 双曲型\\ A(x,y,u)有n个线性无关的特征向量&\Leftrightarrow 椭圆型\\ \end{align} A(x,y,u)没有特征向量A(x,y,u)p个线性无关的特征向量A(x,y,u)n个线性无关的特征向量椭圆型双曲型椭圆型

方程的衡量指标

我们说一个方程,实际上无异于就是从方程的维数、方程的阶数、方程的类型。方程的维数,实际上就是 n \boldsymbol{n} n的维数,我们特指PDE中包含的空间的维数;方程的阶数,就是方程中最高导数项对应的阶数。方程的类型已经在先前给出了,通过这些,我们就可以使用下述格式描述一个PDE。
X 阶 Y 维的 Z 方程 X阶Y维的Z方程 XY维的Z方程其中 X X X代表方程阶数, Y Y Y代表方程维数, Z Z Z代表方程类型。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值