数学 旧 .com 迁移

偏微分方程:波动方程 / 一维初值问题

从旧 .com 全量搬运的历史内容,来源路径:/math/课程/偏微分方程/chapters/波动方程/一维初值问题/

迁移来源

初值问题 (一维情形) #

question

{u=utta2uxx=f(x,t)R×(0,)u(x,0)=φ(x),xRut(x,0)=ψ(x),xR.\begin{cases} \Box u= u_{tt}-a^2u_{xx}=f(x,t)& \mathbb{R}\times(0,\infty)\\ u(x,0)=\varphi(x), & x\in\mathbb{R}\\ u_t(x,0)=\psi(x),& x\in\mathbb{R}. \end{cases}

纯特征线法 #

做因式分解 (tax)(t+ax)u=f(x,t)(\frac{\partial}{\partial t}-a\frac{\partial}{\partial x})(\frac{\partial}{\partial t}+a\frac{\partial}{\partial x})u=f(x,t).

由此, 设 v(x,t)=(t+ax)uv(x,t)=(\frac{\partial}{\partial t}+a\frac{\partial}{\partial x})u, 原问题变为 (tax)v=f(x,t)(\frac{\partial}{\partial t}-a\frac{\partial}{\partial x})v=f(x,t). 对 vv 来说就是一个一阶线性方程, 使用特征线法即可求解. 然后对于 uu, v(x,t)=(t+ax)uv(x,t)=(\frac{\partial}{\partial t}+a\frac{\partial}{\partial x})u 也是一阶线性方程, 也可用特征线法求解.

所以, 用因式分解和两次特征线法就可以解出较为简单的波动方程.

Duhamel #

利用解的线性叠加原理, 考虑将原问题拆为三个问题.

{u1=0,u1(x,0)=φ(x),(u1)t(x,0)=0.{u2=0,u2(x,0)=0,(u2)t(x,0)=ψ(x).{u3=f(x,t)R×(0,)u3(x,0)=0,xR(u3)t(x,0)=0,xR.\begin{cases} \Box u_1=0,\\ u_1(x,0)=\varphi(x),\\ (u_1)_t(x,0)=0. \end{cases}\quad \begin{cases} \Box u_2=0,\\ u_2(x,0)=0,\\ (u_2)_t(x,0)=\psi(x). \end{cases}\quad \begin{cases} \Box u_3=f(x,t)& \mathbb{R}\times(0,\infty)\\ u_3(x,0)=0, & x\in\mathbb{R}\\ (u_3)_t(x,0)=0,& x\in\mathbb{R}. \end{cases}

则原问题的解可以表示为 u=u1+u2+u3u=u_1+u_2+u_3.

tip

u2=Mψ(x,t)u_2=M_{\psi}(x,t) 是上述子问题的解, ψ\psi 表示第二个子问题中的边界条件, 则另外两个子问题的解可以表示为

u1=tMφ(x,t)u3=\mint[0]tMfτ(x,tτ)dτ\begin{aligned} u_1=\dfrac{\partial}{\partial t}M_{\varphi}(x,t)\\ u_3=\mint[0]^t M_{f_\tau}(x,t-\tau)\text{d} \tau \end{aligned}

其中 fτ=f(x,τ)f_\tau=f(x,\tau).

而对于子问题二, 我们仍采用两次特征线法进行求解, 但此时由于只有一个边界条件, 计算量会少于前一种解法. (不过总的计算量不好比较).

讨论

评论

正在加载评论...