偏微分复习

---

title: 数学物理方程复习
date: 2020-07-04 17:36:28
tags: [数学物理方程, 课程复习]

目录

• 基本概念
• 二阶方程的特征理论和分类
• 分离变量法
• 双曲型方程
• 抛物型方程
• 椭圆形方程

基本概念

偏微分方程

关于多元未知函数$u\left(x_1,\cdots ,x_n\right)$及其偏导数的关系式：
$$F\left(x_1,\cdots ,x_n,u,Du,D^{2}u,\cdots ,D^{m}u\right)=0$$

1. 偏微分方程的阶数：未知函数偏导数最高阶数。
2. 线性偏微分方程：未知函数和未知函数的各阶偏导都是线性的。
   $$\sum _{|\alpha |\le m}{c}_{\alpha }(x)D^{\alpha }u=f(x)$$
   • 其中$c_{\alpha }(x)(|\alpha |\le m)$和$f\left(x\right)$都是不依赖于$u$和它的各阶偏导。
   • 自由项：线性偏微分方程中不含$u$及其偏导数的项。
   • 齐次方程：自由项为0
3. 非线性偏微分方程
   • 拟线性偏微分方程：在非线性偏微分方程中，关于未知函数的所有最高阶偏导数都是线性的。
     $$\sum _{|\alpha |=m}{c}_{\alpha }\left(D^{m-1}u,\cdots ,Du,u,x\right)D^{\alpha }u+c\left(D^{m-1}u,\cdots ,Du,u,x\right)=0$$
   • 主部：在拟线性偏微分方程中，由最高阶偏导数组成的部分。
   • 半线性：主部的系数都是常数或是自变量的已知函数.
     $$\sum _{|\alpha |=m}{c}_{\alpha }(x)D^{\alpha }u+c\left(D^{m-1}u,\cdots ,Du,u,x\right)=0$$

经典方程

我们这门课程主要讲的就是三类基本方程。

1. 弦振动方程。
2. 热传导方程。
3. Laplace方程。

定解问题

1. 泛定方程：描绘普通规律的方程称为泛定方程。
2. 定解条件：初始条件（Cauchy问题）和边界条件
3. 三类典型边界条件：
   • 第一边界问题（Dirichlet问题）
     $${u|}_{\Gamma }=\phi (x,y,z,t)$$
   • 第二边界问题（Neumann问题）
     $${\frac{\partial u}{\partial v}|}_{\Gamma }=\phi (x,y,z,t)$$
   • 第三边界问题（Robin问题）
     $${\left(\frac{\partial u}{\partial v}+\sigma u\right)|}_{\Gamma }=\phi (x,y,z,t)$$
4. 适定性：满足下面三个条件的定解问题，称为适定的。
   • 存在性：至少存在一个解
   • 唯一性：至多存在一个解
   • 稳定性：定解条件微小变动的情况下，解也只做微小变动。

二阶方程的特征理论和分类

二阶方程的特征

考虑一般的二阶线性方程：
$$\sum _{i,j=1}^n{a}_{ij}\frac{{\partial }^{2}u}{\partial x_i\partial x_j}+\sum _{i=1}^n{b}_i\frac{\partial u}{\partial x_i}+cu=f$$
其中$a_{ij}$, $b_i$, $c$, $f$ 为$x_1,\cdots ,x_n$的已知函数，且在$R^n$内连续可微，$a_{ij}=a_{ji}$.

特征曲面和特征方程

假设$S$是R^n空间的一个曲面。
$$S:G\left(x_1,x_2,\cdots ,x_n\right)=0$$
若：
$$\sum _{i,j=1}^n{a}_{ij}\frac{\partial G}{\partial x_i}\frac{\partial G}{\partial x_j}=0$$
称$S$为特征曲面。

称：
$$\sum _{i,j=1}^n{a}_{ij}{\alpha }_i{\alpha }_j=0$$
为偏微分方程的特征方程。

特征方程在点$P\left(x_1^0,\cdots ,x_n^0\right)$处的解$l\left({\alpha }_1,\cdots ,{\alpha }_n\right)$为偏微分方程在点$P$处的特征方向。

两个自变量的情形

两个自变量的二阶拟线性偏微分方程的一般形式
$$a{u}_{xx}+2b{u}_{xy}+c{u}_{yy}=F$$
假设$\Gamma$是平面$xoy$上的一条曲线。
当$\Gamma :x=\phi (t),y=\psi (t)$时，若
$$\Delta =a{\psi }^{\prime 2}-2b{\phi }^{\prime }{\psi }^{\prime }+c{\phi }^{\prime 2}=0$$

• $b$前面为什么是负号：看笔记，是根据一个三元$(U_{xx},U_{xy},U_{yy})$线性方程组行列式为0得出的特征方程。

称$\Gamma$为特征曲线。
$$a\mathrm{d}{y}^2-2b\mathrm{d}x\mathrm{d}y+c\mathrm{d}{x}^2=0$$
为偏微分方程的特征方程。

当$\Gamma :y=\psi (x)$时$(a\ne 0)$，有
$$\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{b\pm \sqrt{b^2-ac}}{a}$$

当$\Gamma :\phi (x,y)=0$时，特征方程为
$$a{\phi }_x^2+2b{\phi }_x{\phi }_y+c{\phi }_y^2=0$$
这是因为
$${\phi }_{x}dx+{\phi }_{y}dy=0$$
对$\Gamma :\phi (x,y)=0$两边微分的结果。这与多个自变量的情形的定义是一致的。

二阶方程的分类

两个自变量的情形

考虑以下线性偏微分方程
$$a{u}_{xx}+2b{u}_{xy}+c{u}_{yy}+d{u}_x+e{u}_y+gu=f$$
其中$a,b,c,d,e,g,f是x,y$的已知函数。

做变量变换
$$\{\begin{array}{l}\xi =\phi (x,y)\\ \eta =\psi (x,y)\end{array}$$
方程可转换为
$$A\frac{{\partial }^{2}u}{\partial {\xi }^2}+2B\frac{{\partial }^{2}u}{\partial \xi \partial \eta }+C\frac{{\partial }^{2}u}{\partial {\eta }^2}+D\frac{\partial u}{\partial \xi }+E\frac{\partial u}{\partial \eta }+Gu=F$$
二阶偏导
$$\begin{array}{c}\frac{{\partial }^{2}u}{\partial x^2}=\frac{{\partial }^{2}u}{\partial {\xi }^2}{\left(\frac{\partial \xi }{\partial x}\right)}^2+2\frac{{\partial }^{2}u}{\partial x}\frac{\partial \eta }{\partial x}+\frac{{\partial }^{2}u}{\partial n^2}{\left(\frac{\partial \eta }{\partial x}\right)}^2+\frac{{\partial }^2\xi }{\partial x^2}+\frac{{\partial }^2\eta }{\partial x^2}\\ \frac{{\partial }^{2}u}{\partial x\partial y}=\frac{{\partial }^2}{\partial {\epsilon }^2}\frac{\partial \xi }{\partial x}\frac{\partial \xi }{\partial y}+\frac{{\partial }^{2}u}{\partial \xi \partial n}\left(\frac{\partial \xi }{\partial x}\frac{\partial \eta }{\partial y}+\frac{\partial \xi }{\partial y}\frac{\partial \eta }{\partial x}\right)+\frac{{\partial }^2}{\partial x^2}\frac{\partial \eta }{\partial x}\frac{\partial \eta }{\partial y}+\frac{\partial u}{\partial x\partial y}+\frac{{\partial }^2\xi }{\partial x\partial y}\\ \frac{{\partial }^{2}u}{\partial y^2}=\end{array}$$