User Tools

Site Tools


keynote:lesson12

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
keynote:lesson12 [2010/06/17 15:10]
10921068
keynote:lesson12 [2023/08/19 21:02] (current)
Line 63: Line 63:
 计算$Φ_y,Φ_y’,\frac{d}{d_x}Φ_y'​$,​得:{{ keynote:​85-1.png }} 计算$Φ_y,Φ_y’,\frac{d}{d_x}Φ_y'​$,​得:{{ keynote:​85-1.png }}
  --- //​[[1@1|卢兴见]] 10921067 2010/06/15 11:17//  --- //​[[1@1|卢兴见]] 10921067 2010/06/15 11:17//
- 
 ==== 4.2 等周问题 ==== ==== 4.2 等周问题 ====
 * 问题的提出\\ * 问题的提出\\
Line 75: Line 74:
 * Euler定理\\ * Euler定理\\
 上述广义的等周问题可以由下述Euler定理解决,它把条件极值的变分问题化成了无条件极值的变分问题。\\ 上述广义的等周问题可以由下述Euler定理解决,它把条件极值的变分问题化成了无条件极值的变分问题。\\
 +EULER定理 若曲线Γ:y = y(x)在等周条件(48)及边界条件(49)下使泛函(50)达到极值,则存在常数λ,使y(x)满足泛函\\
  
 +<​note>​note</​note>​
  
  
 +===== 5 变分问题中的直接法 =====
  
 +=====5 变分问题中的直接法 =====
  
- +==== 5.1 里兹法 ====
- +
- +
- +
- +
- +
- +
- +
- +
- +
- +
- --- //​未完待续 ​ yym// +
- +
-===== 5 变分问题中的直接法 =====\\ +
- +
-==== 5.1 里兹法 ====\\+
  
 基本思想: 基本思想:
  
-用某个函数序列的线性组合逼近函数极致问题的极值曲线+用某个函数序列的线性组合逼近函数极致问题的极值曲线\\
  
 问题: 问题:
  
-*设泛函为 $J[y] = \int_{x_0}^{x_1}F(x,​y,​y'​)dx$+*设泛函为 $J[y] = \int_{x_0}^{x_1}F(x,​y,​y'​)dx$\\
  
-*边界条件是:$y(x_0)=0,​y(x_1)=0$+*边界条件是:$y(x_0)=0,​y(x_1)=0$\\
 称为齐次边界 称为齐次边界
  
 *如果给定的边界条件不是齐次的,如$y(x_0)=0,​y(x_1)=y_1$,​则可令 *如果给定的边界条件不是齐次的,如$y(x_0)=0,​y(x_1)=y_1$,​则可令
  
-$y(x_0)=z(x) + \frac{x-x_1}{x_0-x_1}y_0+ \frac{x-x_0}{x_1-x_0}y_1 $    (56)+$y(x_0)=z(x) + \frac{x-x_1}{x_0-x_1}y_0+ \frac{x-x_0}{x_1-x_0}y_1 $    (56)\\
  
 有$z(x_0)=0,​z(x_1)=0$。问题(54)(55)化为齐次边界的边分问题, 有$z(x_0)=0,​z(x_1)=0$。问题(54)(55)化为齐次边界的边分问题,
  
-$J[y]=J_1[z] = \int_{x_0}^{x_1}F_1(x,​z,​z'​)dx,​z(x_0)=0,​z(x_1)=0.$+$J[y]=J_1[z] = \int_{x_0}^{x_1}F_1(x,​z,​z'​)dx,​z(x_0)=0,​z(x_1)=0.$\\
  
  
-**基本步骤:**+**基本步骤:**\\
  
-设泛函J[y]的极值曲线在曲线簇Y内,Y构成线性空间,用里兹法求泛函J[y]近似解的步骤如下:+设泛函J[y]的极值曲线在曲线簇Y内,Y构成线性空间,用里兹法求泛函J[y]近似解的步骤如下:\\
  
 *选取Y的基函数 *选取Y的基函数
-$\varphi_1(x),​\varphi_2(x),​\cdots,​\varphi+n(x),​\cdots$ ​    (57)+$\varphi_1(x),​\varphi_2(x),​\cdots,​\varphi_n(x),​\cdots$ ​    (57)\\
  
 对任意$ y(x) \in Y,y(x) $ 都可以表示为$\{\varphi_i(x)\}$的有限维或无限维线性组合。特别的,对极值函数f(x),​也有 对任意$ y(x) \in Y,y(x) $ 都可以表示为$\{\varphi_i(x)\}$的有限维或无限维线性组合。特别的,对极值函数f(x),​也有
  
-$f(x)=c_1\varphi_1(x)+c_2\varphi_2(x)+\cdots+c_n\varphi_n(x)+\cdots$ +$f(x)=c_1\varphi_1(x)+c_2\varphi_2(x)+\cdots+c_n\varphi_n(x)+\cdots$\\
- +
- +
  
  
  
 +*对每个n,​考虑由$\varphi_1,​\varphi_2,​\cdots,​\varphi_n,​生成的线性子空间Yn,设\\
 +$y_n(x) = sum_{i=1}^n \alpha \varphi_i(x) \in Y_n$\\
 +由泛函J[y]就确定了n元函数\\
  
  
 +$J[a_1,​\cdots,​a_n] = J[y_n]=\int_{x_0}^{x_1}F[x,​sum_{i=1}^n \alpha_i\varphi_i(x),sum_{i=1}^n \alpha_i\varphi_i(x)^{'​}]dx$\\
  
  
 +*对每个n,选取$a_{1}^(n),​a_{2}^(n),​\cdots,​a_{n}^(n)$使J[yn]、取极值,也就是由方程组\\
  
 +$\frac{\partial}{\partial a_i}J[y_n] = 0, i = 1,2, \cdots,​n,​$\\
  
 +来确定$a_{1}^(n),​a_{2}^(n),​\cdots,​a_{n}^(n)$,然后用得到的函数\\
 +$f_n = sum_{i=1}^n \alpha_i^(n)\varphi_i(x)$\\
 +作为变分问题的近似解\\
  
 +几点说明:\\
 +*上面求得的fn是序列(57)中前n个函数所有可能的线性组合中使泛函J[yn]达到极值的函数。这样得到的序列f1,​f2,​...,​fn,​...称为J[yn]的极小化序列。\\
  
 +*因为
 +$Y_1 \subset Y_2\subset \cdots \subset Y_n \cdots$\\
 +所以
 +$J[f_1] \geq J[f_2] \geq \cdots \geq J[f_n]\cdots $\\
 +并且
 +$\lim_{n \to \infty} J[f_n] = J[f]$
 +'
 +*但是,并不能保证fn极限存在,及时存在也不一定收敛于J[y]的极值函数f。但对于常用函数来说,fn不仅逐点收敛,而且一致收敛于f。因此,如果只限于讨论前n项和$f_n = sum_{i=1}^n \alpha_i^(n)\varphi_i(x)$,那么,fn就是变分问题的近似解。\\
  
 +基函数通常选取下列三个函数系之一:
 +*  $\varphi_n(x) = (x-x_0)^n(x_1-x),​n= 1,2,...$\\
 +*  $\varphi_n(x) = (x_1-x)^n(x-x_0),​n= 1,2,...$\\
 +*  $\varphi_n(x) = sin\frac{n \pi (x-x_0)}{x_1-x_0},​n= 1,2,...$\\
  
  
  
  
-<​未完待续 by 徐斌> 
  
 + --- //​[[1@1|徐斌]] 2010/06/22 17:35//
keynote/lesson12.1276758655.txt.gz · Last modified: 2023/08/19 21:01 (external edit)