泛函的极值必要条件
仿照函数极值必要条件的到处方法,得到泛函取得极值的必要条件。 首先,设所考虑的变量函数均通过固定的两个端点:
$y(x_0) = a, \qquad y(x_1) = 0$
即
$\delta y(x_0) = 0, \qquad \delta y(x_1) = 0$
考虑泛函的差值
$$J[y + \delta y] - J[y] = \int^{x_1}_{x_0} [ F(x, y + \delta y, y' + (\delta y)') - F(x, y, y')] dx$$
当函数的变分 $\delta y$ 足够小时,可将上式进行泰勒展开,有
$$\begin{align} J[y + \delta y] - J[y] &= \int^{x_1}_{x_0} \left{ [\delta y \frac{\partial}{\partial y} + (\delta y)' \frac{\partial}{\partial y'}]F + \frac{1}{2!} [\delta y \frac{\partial}{\partial y} + (\delta y)' \frac{\partial}{\partial y"}]^2 F + \cdots \right} dx\ &= \delta J[y] + \frac{1}{2!} \delta^2 J[y] + \cdots \end{align} $$
其中, $$\delta J[y] \equiv \int^{x_1}_{x_0} [\frac{\partial F}{\partial y} \delta y + \frac{\partial F}{\partial y'}(\delta y)']dx$$
是泛函 $J[y]$ 的一级变分。
泛函 $J[y]$ 取极小值的必要条件是泛函的一级变分为 0,即: $$\delta J[y] \equiv \int^{x_1}_{x_0} [\frac{\partial F}{\partial y} \delta y + \frac{\partial F}{\partial y'}(\delta y)']dx = 0$$
将上式积分中的第二项分部积分,同时代入边界条件,有 $$\begin{align} \delta J[y] &= \frac{\partial F}{\partial y'} \delta y|^{x_1}{x_0} + \int^{x_1}{x_0} [\frac{\partial F}{\partial y} \delta y - \frac{d}{dx}\frac{\partial F}{\partial y'}\delta y]dx \ &= \int^{x_1}_{x_0} [\frac{\partial F}{\partial y} - \frac{d}{\partial x}\frac{\partial F}{\partial y'}] \delta y dx = 0 \end{align} $$
由于 $\delta y$ 的任意性,可以得到 $$\frac{\partial F}{\partial y} - \frac{d}{\partial x}\frac{\partial F}{\partial y'} = 0$$
这个方程为 Euler-Lagrange 方程,它是泛函 $J[y]$ 取得极小值的必要条件的微分形式。
数学知识补充
泰勒展开
分部积分