====== 第十课 ======
===**变分问题的欧拉方程**===
* 变分问题的欧拉方程
* 由预备定理可知
\[ F_y - \frac{d}{dx} F_{y'} = 0, \alpha \leq x \leq \beta \]
* 如果展开$\frac{dF_{y'}}{dx}\$
\[F_y - \frac{\partial^2 F}{\partial x \partial y} - \frac{\partial^2 F}{\partial x \partial y'} y' - \frac{\partial^2 F}{\partial' y \partial x} y'' = 0 \]
* 其中$F(x,y,y')$必须具有二阶偏导数,y(x)也必须具有二阶偏导数,由此把变分问题转化为微分方程求解。
* 泛函变分问题的一般求解步骤
- 从物理上建立泛函及其条件
- 通过泛函变分,利用变分法基本预备定理求得欧拉方程
- 在边界条件下求解欧拉方程,即微分方程求解
* 变分法与欧拉方程
* 变分法与欧拉方程代表同一物理问题。欧拉方程求解和从变分法求数值近似解(如有限元,利兹法,伽辽金法等),其效果一样。但欧拉方程求解很困难,而从泛函求近似解通常很方便,因而变分法一直被广为重视。但并不是所有的微分方程都能找到相对应的泛函问题。
--- //[[qyg@zju.edu.cn|钱亚冠]] 2011/05/06 13:43//
===**泊松方程**===
泊松方程为 $\delta_\phi = f$
在这里 $\bigtriangledown$ 代表的是拉普拉斯算子,而 $f$和 $\phi$ 可以是在流形上的实数或复数值的方程。 当流形属于欧几里得空间,而拉普拉斯算子通常表示为
\[\frac{\partial^2 \phi}{\partial x^2} + \frac{\partial^2 \phi}{\partial y^2}+ \frac{\partial^2 \phi}{\partial z^2}\],
因此泊松方程通常写成$\bigtriangledown^2\phi = f$或者$div \quad grad\phi = 0$,如果没有$f$,这个方程就会变成拉普拉斯方程$\bigtriangledown \phi = 0$。泊松方程可以用格林函数来求解;如何利用格林函数来解泊松方程可以参考screened Poisson equation。现在有很多种数值解。像是 relaxation method,不断回圈的代数法,就是一个例子。
数学上,泊松方程属于椭圆型方程(不含时线性方程)。
泊松首先在无引力源的情况下得到泊松方程,$\bigtriangledown \phi = 0$(即拉普拉斯方程);当考虑引力场时,有$\bigtriangledown \phi = f$(f为引力场的质量分布)。后推广至电场磁场,以及热场分布。该方程通常用格林函数法求解,也可以分离变量法,特征线法求解。
===Partial Differential Equation===
*Siméon Denis Poisson
*His teachers: Laplace, Lagrange,
*Poisson’s terms:Poisson's equation、Poisson's integral、Poisson distribution、Poisson brackets、Poisson's ratio、Poisson's constant
*参考书籍
*《微分方程数值解法》
*偏微分方程数值解法》
*why PDE?
*Computer graphics:
*场景几何建模:网格去噪,微分阈方法
*场景精细绘制:辐射度方法,全局光照明模型
*物理动态模拟:织物模拟,流体模拟
*Image and video processing
*image segmentation:level-set
*object tracking:optic flow
*Artifical intelligence and recognition
*Time series analysis:randomized PDE
*High performance computing
*an introduction to PDE
*History of Differential Equation
*Fundamental concepts
*3 basic PDE
*Elliptic Equation(椭圆)
*Parabolic Equation(抛物线)
*Hyperbolic Equation(双曲线)
*Solutions
*Simeon Denis Poisson
*His teachers:Laplace,Lagrange
*Poisson's terms:
*Possion's equation
*possion's integral
*possion's distribution
*possion's brackets
*possion's ratio
*possion's constant
*"Life is good for only two things:to study mathematics and to teach it."
*Background
*PDE:E(f,fx,fy,fxx,fxy,fyy)=0
*物理中的PDE常常是线性和二阶的:
*A.fxx+2B.fxy+C.fyy+D.fx+E.fy+F.f+G=0
* {{:2011:2011:pde1.jpg|}}
====== 从变分法到偏微分方程(From variational methods to PDE) ======
* 历史上有很多有名的极值问题,其求解方法可统称为变分法
*两点间的最短连线问题
*最速下降线问题
*短程线问题
* 两点间的最短连线问题
* 问题假设:
* 二维平面空间,一点是坐标原点(0,0),一点在(a,b)
* 两点间的连接曲线是 $y = y(x)$
* 曲线的弧长微元是$ds^2 = dx^2 + dy^2$或$ds = \sqrt{1 + (dy/dx)^2 * dx}$
* 曲线的总弧长是 $s = \int_0^a {(1+y'^2)^{1/2} dx} $,其中s是标量,是$y’(x)$的一个广义函数,称为泛函,可记为$s(y')$
* 数学描述:找出曲线$y(x)$使得$\min_{y'}{\int_0^a{(1+y')^{1/2}dx}}$,且满足如下端点约束条件:
- $y(0)=0, x=0$
- $y(a)=b, x=a$
* 其极值问题为:
\[\delta\Pi=\int_0^\alpha [1 + (y'+\delta y')^2]^{1/2}dx - \int_0^\alpha[1+y'^2]^{1/2}dx \]
* 略去$\delta y'$的高次微量得
\[\delta \Pi = \int_0^\alpha {\frac{y'+\delta y'}{[1+y'^2]^{1/2}}dx} = 0 \]
* 分布积分,并利用$\delta y(0) = 0$, $\delta y(a) = 0$,得
\[\delta \Pi = -\int_0^\alpha {\frac{d}{dx}[frac{y'}{(1+y')^{1/2}}]\delta y dx} = 0\]
* 由变分法预备定理,给出以下微分方程
\[\frac{d}{dx} [\frac{y'}{(1+y')^{1/2}}] = 0 \]
* 积分得 $\frac{y'}{(1+y'^2)^{1/2}} \equiv const$ => $y' \equiv const$
* 由端点约束条件即得 $ y = \frac{b}{a} x$
* 变分命题
* 第一类变分问题:
- 被积函数包括一阶导数的变分问题
- 满足端点约束条件
- 在所有的足够光滑函数y(x)中,求使以下泛函为极值
\[ \Pi(y) = \int_\alpha^\beta F(x,y,y') dx\]
* 第二类变分问题:
- 两个待定函数: y(x),z(x)
- 满足约束条件: $\varphi(x, y, z) = 0$
- 满足端点约束条件
- 在所有的足够光滑函数y(x),z(x)中,求使以下泛函为极值
\[ \Pi(y,z) = \int_\alpha^\beta F(x,y,y',z,z') dx\]
* 第一类变分问题
* 设函数y(x)是下式的极值解
\[\Pi(y) = \int_\alpha^\beta F(x,y,y')dx\]
* 且满足端点条件 $y(\alpha)=\bar{y_1}$, $y(\beta)=\bar{y_2}$
* 设其邻近的函数$y(x)+\delta y(x)\$也满足端点条件
* 因此端点变分满足$\delta y(\alpha) = \delta y(\beta) = 0$
* 泛函的变分为
\[ \delta\Pi = \Pi(y + \delta y) - \Pi(y) = \int_\alpha^\beta {F(x,y+\delta y, y' + \delta y') - F(x,y,y')}dx \]
* 根据微量计算规则,设$y(x)$和$y(x) + \delta y(x)$是有一阶接近的曲线
\[ F(x, y+\delta y, y' + \delta y') = F(x,y,y') + [\frac{\partial}{\partial y} F(x,y,y')]\partial y + [\frac{\partial}{\partial y'} F(x,y,y')]\partial y' \]
* 引入简写符号
\[ F = F(x,y,y'), F_y = \frac{\partial}{\partial y} F(x,y,y'), F_{y'} = \frac{\partial}{\partial y'} F(x,y,y') \]
* 可得
\[\delta F = F_y\delta y + F_{y'} \delta y' \]
* 从而,泛函的变分为
\[\delta \Pi = \int_\alpha^\beta \delta F dx = \int_\alpha^\beta [F_y \delta y + F_{y'} \delta y'] dx \]
* 可以证明:函数y(x)的导数的变分等于函数y(x)的变分的导数,亦即导数和变分两种运算可以互换运算顺序:$\delta y' = (\delta y)'$
====== 本节编撰作者 ======
本节编撰作者(请大家在这里报到):
* [[xxxx@xxx.xxx|俞一鹏]] (ID: 11021060), 编写了Partial Differential Equation
* [[zby@zju.edu.cn|周伯阳]] (ID: 11021061), 编写了From variational methods to PDE
* [[qyg@zju.edu.cn|钱亚冠]] (ID: 11021062), 编写了变分问题的欧拉方程
* [[rancheng@zju.edu.cn|程然]] (ID: 11021064), 编写了泊松方程
浙江大学2008-2010版权所有,如需转载或引用,请与[[zhx@cad.zju.edu.cn | 作者联系]]。