泛函
泛函(functional)指以函数构成的向量空间为定义域,实数为值域为的“函数”,即某一个依赖于其它一个或者几个函数确定其值的量,往往被称为“函数的函数”。
函数代表了数到数的映射,而泛函代表了函数到数的映射,即给定一个函数,泛函能够得到一个数
欧拉-拉格朗日方程
求解以积分形式表示的量的最小化或者最大化
当泛函 取极值时,函数
y
(
x
)
y(x)
y(x)应当满足欧拉-拉格朗日方程:
∂
∂
y
F
(
x
,
y
,
y
x
)
−
d
d
x
(
∂
∂
y
x
F
(
x
,
y
,
y
x
)
)
=
0
\frac {\partial }{\partial y}F(x,y,y_x)-\frac {d}{dx}(\frac {\partial }{\partial y_x}F(x,y,y_x))=0\\
∂y∂F(x,y,yx)−dxd(∂yx∂F(x,y,yx))=0
简单证明:
设存在泛函:
J
(
y
)
=
∫
a
b
F
(
x
,
y
,
y
x
)
J(y) = \int_a^bF(x,y,y_x)
J(y)=∫abF(x,y,yx)
我们假设能够使
J
(
y
)
J(y)
J(y) 取得极值的函数
y
y
y 为
u
(
x
)
u(x)
u(x) 。那么在区间
[
a
,
b
]
[a,b]
[a,b] 上,定义函数族
y
(
x
)
=
u
(
x
)
+
ϵ
η
(
x
)
y(x)=u(x)+\epsilon\eta(x)
y(x)=u(x)+ϵη(x)
其中
ϵ
\epsilon
ϵ 是一个实参数,
η
(
x
)
\eta(x)
η(x) 定义为函数
y
(
x
)
y(x)
y(x) 与
u
(
x
)
u(x)
u(x) 的差值。由此可以看出
η
(
x
)
\eta(x)
η(x) 应当满足
η
(
a
)
=
η
(
b
)
=
0
\eta(a)=\eta(b)=0
η(a)=η(b)=0 ,那么
y
(
x
)
y(x)
y(x) 当然也满足边界条件,也代表两点之间的一条路径,并且在确定的
η
(
x
)
\eta(x)
η(x) 下,其函数表达式只与 ϵ 有关。
那么对于任意确定的函数 η ( x ) \eta(x) η(x), 泛函 J ( y ) = J ( u + ϵ η ) = J ( ϵ ) J(y)=J(u+\epsilon\eta)=J(\epsilon) J(y)=J(u+ϵη)=J(ϵ) ,应当只是参数 ϵ \epsilon ϵ 的函数,且 d J ( ϵ ) d ϵ ∣ ϵ = 0 \frac {dJ(\epsilon)}{d\epsilon}|_\epsilon=0 dϵdJ(ϵ)∣ϵ=0( ϵ = 0 \epsilon=0 ϵ=0 时, y ( x ) = u ( x ) y(x)=u(x) y(x)=u(x) ,泛函 J ( y ) J(y) J(y) 取极值)。
为了要满足上面的条件
d
J
(
ϵ
)
d
ϵ
∣
ϵ
=
0
\frac {dJ(\epsilon)}{d\epsilon}|_\epsilon=0
dϵdJ(ϵ)∣ϵ=0,我们首先来计算在任意确定的
η
(
x
)
\eta(x)
η(x)的情况下计算
d
J
(
ϵ
)
d
ϵ
\frac {dJ(\epsilon)}{d\epsilon}
dϵdJ(ϵ)
d
J
(
ϵ
)
d
ϵ
=
d
d
ϵ
∫
a
b
F
(
x
,
y
,
y
x
)
d
(
x
)
=
∫
a
b
∂
F
(
x
,
y
,
y
x
)
∂
ϵ
d
(
x
)
=
∫
a
b
∂
F
∂
y
∂
y
∂
ϵ
+
∂
F
∂
y
x
∂
y
x
∂
ϵ
d
(
x
)
(
链式求导
)
=
∫
a
b
∂
F
∂
y
η
(
x
)
+
∂
F
∂
y
x
η
′
(
x
)
d
(
x
)
(
η
′
(
x
)
=
d
η
(
x
)
/
d
x
)
=
∫
a
b
∂
F
∂
y
η
(
x
)
+
∂
F
∂
y
x
d
η
(
x
)
=
∫
a
b
∂
F
∂
y
η
(
x
)
+
η
(
x
)
∂
F
∂
y
x
∣
a
b
−
∫
a
b
d
d
x
(
∂
F
∂
y
x
)
η
(
x
)
d
x
(
分部积分
)
=
∫
a
b
[
∂
F
∂
y
−
d
d
x
(
∂
F
∂
y
x
)
]
η
(
x
)
d
x
(
η
(
a
)
=
η
(
b
)
=
0
)
\begin{align} \frac {dJ(\epsilon)}{d\epsilon} & =\frac d{d\epsilon}\int_a^bF(x,y,y_x)d(x)\\ &=\int_a^b\frac {\partial F(x,y,y_x)}{\partial\epsilon}d(x)\\ &=\int_a^b\frac {\partial F}{\partial y}\frac {\partial y}{\partial\epsilon} + \frac {\partial F}{\partial y_x}\frac {\partial y_x}{\partial\epsilon} d(x)\qquad(链式求导)\\ &=\int_a^b\frac {\partial F}{\partial y}\eta(x) + \frac {\partial F}{\partial y_x}\eta'(x) d(x)\qquad(\eta'(x)=d\eta(x)/dx)\\ &=\int_a^b\frac {\partial F}{\partial y}\eta(x) + \frac {\partial F}{\partial y_x} d\eta(x)\\ &=\int_a^b\frac {\partial F}{\partial y}\eta(x) + \eta(x)\frac {\partial F}{\partial y_x}\big|_a^b-\int_a^b\frac d{dx}(\frac {\partial F}{\partial y_x})\eta(x)dx\qquad (分部积分)\\ &=\int_a^b[\frac {\partial F}{\partial y} -\frac d{dx}(\frac {\partial F}{\partial y_x})]\eta(x)dx\qquad(\eta(a)=\eta(b)=0)\\ \end{align}
dϵdJ(ϵ)=dϵd∫abF(x,y,yx)d(x)=∫ab∂ϵ∂F(x,y,yx)d(x)=∫ab∂y∂F∂ϵ∂y+∂yx∂F∂ϵ∂yxd(x)(链式求导)=∫ab∂y∂Fη(x)+∂yx∂Fη′(x)d(x)(η′(x)=dη(x)/dx)=∫ab∂y∂Fη(x)+∂yx∂Fdη(x)=∫ab∂y∂Fη(x)+η(x)∂yx∂F∣
∣ab−∫abdxd(∂yx∂F)η(x)dx(分部积分)=∫ab[∂y∂F−dxd(∂yx∂F)]η(x)dx(η(a)=η(b)=0)
当
ϵ
=
0
\epsilon=0
ϵ=0时
d
J
(
ϵ
)
d
ϵ
∣
ϵ
=
∫
a
b
[
∂
F
∂
y
−
d
d
x
(
∂
F
∂
y
x
)
]
η
(
x
)
d
x
\frac {dJ(\epsilon)}{d\epsilon}|_\epsilon=\int_a^b[\frac {\partial F}{\partial y} -\frac d{dx}(\frac {\partial F}{\partial y_x})]\eta(x)dx
dϵdJ(ϵ)∣ϵ=∫ab[∂y∂F−dxd(∂yx∂F)]η(x)dx
由于
η
(
x
)
\eta(x)
η(x) 是任意的,
∂
F
∂
y
−
d
d
x
(
∂
F
∂
y
x
)
\frac {\partial F}{\partial y} -\frac d{dx}(\frac {\partial F}{\partial y_x})
∂y∂F−dxd(∂yx∂F)在
F
F
F 给定后是一个固定的函数。如果
∂
F
∂
y
−
d
d
x
(
∂
F
∂
y
x
)
\frac {\partial F}{\partial y} -\frac d{dx}(\frac {\partial F}{\partial y_x})
∂y∂F−dxd(∂yx∂F) 不等于0,被积函数就是任意的,无法保证积分恒为0。因此
∂
F
∂
y
−
d
d
x
(
∂
F
∂
y
x
)
=
0
\frac {\partial F}{\partial y} -\frac d{dx}(\frac {\partial F}{\partial y_x})=0
∂y∂F−dxd(∂yx∂F)=0
得证.
多变量系统下的变分方程
…