数学 偏微分方程

初值问题

一维热传导方程初值问题 若 , 那么积分 有意义, 称其为 的 Fourier 变换, 记作。

本页目录9 节

初值问题 #

定义

一维热传导方程初值问题:

{ut−a2uxx=f(x,t),x∈R,t>0u(x,0)=φ(x),x∈R\begin{cases} u_t-a^2u_{xx}=f(x,t), & x\in\mathbb{R},t>0\\ u(x,0)=\varphi(x), & x\in\mathbb{R} \end{cases}

Fourier 变换 #

定义

若 f(x)∈L(−∞,∞)f(x)\in L(-\infty,\infty), 那么积分

f^(λ)=12π∫−∞∞f(x)e−iλxdx\hat f(\lambda)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^\infty f(x)e^{-\text{i}\lambda x}\text{d} x

有意义, 称其为 ff 的 Fourier 变换, 记作 f^\hat f.

定理 Fourier 积分定理

若 f(x)∈L(−∞,∞)∩C1(−∞,∞)f(x)\in L(-\infty,\infty)\cap C^1(-\infty,\infty) 那么我们有

lim⁡N→∞12π∫−NNf^(λ)eiλxdλ=f(x)\lim\limits_{N\to\infty}\frac{1}{\sqrt{2\pi}}\int_{-N}^N \hat f(\lambda)e^{\text{i} \lambda x}\text{d} \lambda=f(x)

称上式为反演公式. 亦称左侧积分为 Fourier 逆变换, 记为 (f^(λ))∨(\hat f(\lambda))^\vee. 故反演公式可记为 (f^)∨=f(\hat{f})^\vee=f.

性质
  • (线性性质) 若 fi(x)∈L(−∞,∞),ai∈Cf_i(x)\in L(-\infty,\infty),a_i\in\mathbb{C}, 则
(a1f1+a2f2)∧=a1f^1+a2f^2.(a_1f_1+a_2f_2)^\land=a_1\hat f_1+a_2\hat f_2.
  • (微商性质) 若 f(x),f′(x)∈C(−∞,∞)∩L(−∞,∞)f(x),f'(x)\in C(-\infty,\infty)\cap L(-\infty,\infty), 则
(dfdx)∧=iλf^.\left(\dfrac{\text{d} f}{\text{d} x}\right)^\wedge=\text{i} \lambda\hat f.
  • (乘多项式) 若 f(x),xf(x)∈L(−∞,∞)f(x),xf(x)\in L(-\infty,\infty), 则有
(xf(x))∧=iddλf^(λ).(xf(x))^\land=\text{i}\frac{\text{d}}{\text{d}\lambda}\hat f(\lambda).
  • 若 f(x),⋯ ,f(m)(x)∈C(−∞,∞)∩L(−∞,∞)f(x),\cdots,f^(m)(x)\in C(-\infty,\infty)\cap L(-\infty,\infty), 则
(dmfdxm)∧=(iλ)mf^(λ)\left(\frac{\text{d}^m f}{\text{d} x^m}\right)^\land=(\text{i}\lambda)^m\hat f(\lambda)

若 f(x),⋯ ,xmf(x)∈L(−∞,∞)f(x),\cdots,x^m f(x)\in L(-\infty,\infty), 则

(xmf(x))∧(λ)=imdmdλmf^(λ)(x^mf(x))^\wedge (\lambda)=\text{i}^m\frac{\text{d}^m}{\text{d}\lambda^m}\hat f(\lambda)
  • (平移性质) 若 f(x)∈L(−∞,∞)f(x)\in L(-\infty,\infty), 则
(f(x−a))∧(λ)=e−iλaf^(λ)(f(x-a))^\land(\lambda)=e^{-\text{i}\lambda a}\hat f(\lambda)
  • (伸缩性质) 若 f(x)∈L(−∞,∞)f(x)\in L(-\infty,\infty), 则
(f(kx))∧(λ)=1∣k∣f^(λk),k≠0(f(kx))^\land (\lambda)=\frac{1}{|k|}\hat f(\frac{\lambda}{k}),\quad k\neq 0
  • (对称性质) 若 f(x)∈L(−∞,∞)f(x)\in L(-\infty,\infty), 则
(f(x))∨(−λ)=f^(−λ)=[f(−x)]∧(λ)(f(x))^\vee(-\lambda)=\hat f(-\lambda)=[f(-x)]^\land(\lambda)
  • (卷积性质) 若 f(x),g(x)∈L(−∞,∞)f(x),g(x)\in L(-\infty,\infty), 则
f∗g(x)=∫−∞∞f(x−t)g(t)dt∈L(−∞,∞)f*g(x)=\int_{-\infty}^\infty f(x-t)g(t)\text{d} t\in L(-\infty,\infty)

且有

(f∗g)∧(λ)=2πf^g^(f*g)^\land (\lambda)=\sqrt{2\pi}\hat f\hat g

下面看高维情形

定义

设 f(x⃗)=f(x1,x2,…,xn)∈L(Rn)f(\vec x)=f(x_1,x_2,\ldots,x_n)\in L(\mathbb{R}^n), 那么积分

1(2π)n∫Rnf(x⃗)e−iλ⃗⋅x⃗dx⃗=f^(λ⃗)\frac{1}{(\sqrt{2\pi})^n}\int_{\mathbb{R}^n}f(\vec x)e^{-\text{i}\vec\lambda\cdot\vec x}\text{d} \vec x=\hat f(\vec \lambda)

有意义, 称为 f(x⃗)f(\vec x) 的 Fourier 变换.

定理 反演公式

若 f(x⃗)∈C1(Rn)∩L(Rn)f(\vec x)\in C^1(\mathbb{R}^n)\cap L(\mathbb{R}^n), 则有

(f^(λ))∨(x⃗)=1(2π)nlim⁡N→∞∫∣λ⃗∣⩽Nf^(λ⃗)eiλ⃗⋅x⃗dλ⃗=f(x⃗)(\hat f(\lambda))^\vee (\vec x)=\frac{1}{(\sqrt{2\pi})^n}\lim\limits_{N\to\infty}\int_{|\vec\lambda|\leqslant N}\hat f(\vec\lambda)e^{\text{i}\vec\lambda\cdot\vec x}\text{d}\vec \lambda=f(\vec x)
性质

之前关于一维 Fourier 变换的性质对多维仍成立, 且还有如下性质.

若 f(x⃗)=f1(x1)f2(x2)⋯fn(xn)f(\vec x)=f_1(x_1)f_2(x_2)\cdots f_n(x_n), 其中 fi(xi)∈L(−∞,∞)f_i(x_i)\in L(-\infty,\infty), 则有

f^(λ⃗)=∏i=1nf^i(λi).\hat f(\vec\lambda)=\prod\limits_{i=1}^n\hat f_i(\lambda_i).
例

对于函数 f(x⃗)=e−A∣x⃗∣2f(\vec x)=e^{-A|\vec x|^2}.

f^(λ⃗)=∏i=1n(e−Axi2)∧=∏i=1n12Ae−λi2/(4A)=1(2A)ne−∣λ⃗∣2/(4A)\hat f(\vec \lambda)=\prod\limits_{i=1}^n(e^{-Ax_i^2})^\land =\prod\limits_{i=1}^n\frac{1}{\sqrt{2A}}e^{-\lambda_i^2/(4A)}=\frac{1}{(\sqrt{2A})^n}e^{-|\vec\lambda|^2/(4A)}

Poisson 公式 #

对于热传导方程的初值问题, 利用 Fourier 变换进行求解. 得到 Poisson 公式

u(x,t)=∫−∞∞K(x−ξ,t)φ(ξ)dξ+∫0tdτ∫−∞∞K(x−ξ,t−τ)f(ξ,τ)dξu(x,t)=\int_{-\infty}^\infty K(x-\xi,t)\varphi(\xi)\text{d} \xi+\int_{0}^t\text{d} \tau\int_{-\infty}^\infty K(x-\xi,t-\tau)f(\xi,\tau)\text{d}\xi

其中

K(x,t)={12aπte−x2/(4a2t),t>0,0,t⩽0.K(x,t)=\begin{cases} \dfrac{1}{2a\sqrt{\pi t}}e^{-x^2/(4a^2t)}, & t>0,\\ 0, & t\leqslant 0. \end{cases}

并称 Γ(x,t;ξ;τ)=K(x−ξ,t−τ)\Gamma(x,t;\xi;\tau)=K(x-\xi,t-\tau) 为热传导方程的基本解.

广义函数 #

定义

用 C0∞(R)C_0^\infty(\mathbb{R}) 表示所有当 ∣x∣|x| 充分大时恒等于零的无穷次连续可微函数 φ\varphi 的集合.

如果 φ(x)∈C0∞(R),φn(x)∈C0∞(R)\varphi(x)\in C_0^\infty(\mathbb{R}),\varphi_n(x)\in C_0^\infty(\mathbb{R}) 且

  • (1) 存在 M>0M>0, 使得当 ∣x∣⩾M|x|\geqslant M 时, φ(x)≡φn(x)≡0\varphi(x)\equiv \varphi_n(x)\equiv 0.
  • (2)
lim⁡n→∞max⁡−M,M∣φn(x)−φ(x)∣=0\lim\limits_{n\to\infty}\max\limits_{-M,M}|\varphi_n(x)-\varphi(x)|=0 lim⁡n→∞max⁡[−M,M]∣φn(k)(x)−φ(k)(x)∣=0\lim\limits_{n\to\infty}\max\limits_{[-M,M]}|\varphi_n^{(k)}(x)-\varphi^{(k)}(x)|=0

则称 {φn}\{\varphi_n\} 收敛于 φ\varphi. 规定了上述收敛性的线性空间 C0∞(R)C_0^\infty(\mathbb{R}) 称为基本空间 D(R)\mathscr D(\mathbb{R}). φ∈D(R)\varphi\in\mathscr D(\mathbb{R}) 称为试验函数.

定义

如果 f:D(R)→Rf:\mathscr D(\mathbb{R})\to\mathbb{R} 是线性连续泛函, 则称 ff 是一个广义函数. 设 φ∈D(R)\varphi\in\mathscr D(\mathbb{R}) 是一个试验函数, 用 ⟨f,φ⟩\langle f,\varphi\rangle 表示它所对应的数值, 称为对偶积.

所有广义函数构成的集合记作 D′(R)\mathscr D'(\mathbb{R}).

例

设广义函数 δ\delta 函数满足 ⟨δ,φ⟩=φ(0)\langle \delta,\varphi\rangle=\varphi(0).

定义

若在任何有限区间 (a,b)(a,b) 上积分

∫ab∣f(x)∣dx\int_a^b|f(x)|\text{d} x

存在, 则称 f(x)f(x) 是 R\mathbb{R} 上的局部绝对可积函数.

记 Lloc(R)L_{loc}(\mathbb{R}) 表示所有局部可积函数的集合.

性质

绝对可积函数 ff 是广义函数, 设

⟨f,φ⟩=∫−∞∞f(x)φ(x)dx\langle f,\varphi\rangle=\int_{-\infty}^\infty f(x)\varphi(x)\text{d} x

从而 Lloc(R)⊂D′(R)L_{loc}(\mathbb{R})\subset\mathscr{D}'(\mathbb{R}).

定义 弱微商/广义微商

广义函数 ff 的微商 f′f' 也是广义函数, 用下式定义

⟨f′,φ⟩=−⟨f,φ′⟩,∀φ∈D(R).\langle f',\varphi\rangle=-\langle f,\varphi'\rangle,\quad \forall \varphi\in\mathscr D(\mathbb{R}).

据此, 可继续定义 k 阶导数

⟨f(k),φ⟩=(−1)k⟨f,φ(k)⟩,∀φ∈D(R)\langle f^{(k)},\varphi\rangle=(-1)^k\langle f,\varphi^{(k)}\rangle,\forall \varphi\in\mathscr D(\mathbb{R})
例 Heaviside
定义

广义函数 ff 的平移也是广义函数,

⟨f(x−ξ),φ⟩=⟨f,φ(x+ξ)⟩\langle f(x-\xi),\varphi\rangle=\langle f,\varphi(x+\xi)\rangle

特别的,

⟨δ(x−ξ),φ⟩=⟨δ,φ(x+ξ)⟩=φ(ξ)\langle\delta(x-\xi),\varphi\rangle=\langle\delta,\varphi(x+\xi)\rangle=\varphi(\xi)

基本解 #

定义 基本解

设 Q={(x,t):−∞<x<∞,t>0}Q=\{(x,t):-\infty<x<\infty,t>0\}, 对任意 (ξ,τ)∈Q(\xi,\tau)\in Q, 如果函数 u(x,t)∈Lloc(Q)∩C(Q‾∖(ξ,τ))u(x,t)\in L_{loc}(Q)\cap C(\overline{Q}\setminus (\xi,\tau)) 且在广义函数的意义下满足方程与初始条件

{ut−a2uxx=δ(x−ξ,t−τ),(x,t)∈Q,u(x,0)=0,−∞<x<∞\begin{cases} u_t-a^2u_{xx}=\delta(x-\xi,t-\tau), & (x,t)\in Q,\\ u(x,0)=0, & -\infty<x<\infty \end{cases}

则称它为热传导方程的基本解, 记为 Γ(x,t;ξ,τ)\Gamma(x,t;\xi,\tau).

半无界问题 #

第一边值问题 #

题目
{ut−a2uxx=f(x,t),0<x<∞,t>0u(0,t)=g(t),t>0,u(x,0)=φ(x),0⩽x<∞.\begin{cases} u_t-a^2u_{xx}=f(x,t), & 0<x<\infty, t>0\\ u(0,t)=g(t), & t>0,\\ u(x,0)=\varphi(x), & 0\leqslant x<\infty. \end{cases}

当 g(t)≡0g(t)\equiv 0 时, 考虑奇延拓法, 则可得到

u‾(x,t)=∫0∞[Γ(x−ξ,t)−Γ(x+ξ,t)]φ(ξ)dξ+∫0tdτ∫0∞[Γ(x−ξ,t−τ)−Γ(x+ξ,t−τ)]f(ξ,τ)dξ.\displaystyle\begin{aligned} \overline{u}(x,t)=&\int_{0}^\infty[\Gamma(x-\xi,t)-\Gamma(x+\xi,t)]\varphi(\xi)\text{d} \xi\\ &+\int_{0}^t\text{d}\tau\int_{0}^\infty [\Gamma(x-\xi,t-\tau)-\Gamma(x+\xi,t-\tau)]f(\xi,\tau)\text{d} \xi. \end{aligned}

其中

Γ(x,t)=12aπte−x24a2t\Gamma(x,t)=\frac{1}{2a\sqrt{\pi t}}e^{-\frac{x^2}{4a^2 t}}

是基本解

则解

u(x,t)=u‾(x,t)∣x⩾0u(x,t)=\overline{u}(x,t)\big|_{x\geqslant 0}

而当 g(t)≠0g(t)\neq 0 时, 设 u(x,t)=v(x,t)+g(t)u(x,t)=v(x,t)+g(t). 则 v(x,t)v(x,t) 满足条件.

第二边值问题 #

题目
{ut−a2uxx=f(x,t),0<x<∞,t>0ux(0,t)=g(t),t>0,u(x,0)=φ(x),0⩽x<∞.\begin{cases} u_t-a^2u_{xx}=f(x,t), & 0<x<\infty, t>0\\ u_x(0,t)=g(t), & t>0,\\ u(x,0)=\varphi(x), & 0\leqslant x<\infty. \end{cases}

当 g(t)≡0g(t)\equiv0 时, 考虑偶延拓.

则

u‾(x,t)=∫0∞[Γ(x−ξ,t)+Γ(x+ξ,t)]φ(ξ)dξ+∫0tdτ∫0∞[Γ(x−ξ,t−τ)+Γ(x+ξ,t−τ)]f(ξ,τ)dξ.\begin{aligned} \overline{u}(x,t)=&\int_{0}^\infty[\Gamma(x-\xi,t)+\Gamma(x+\xi,t)]\varphi(\xi)\text{d} \xi\\ &+\int_{0}^t\text{d}\tau\int_{0}^\infty [\Gamma(x-\xi,t-\tau)+\Gamma(x+\xi,t-\tau)]f(\xi,\tau)\text{d} \xi. \end{aligned}

而当 g(t)≠0g(t)\neq 0 时, 设 u(x,t)=v(x,t)+xg(t)u(x,t)=v(x,t)+xg(t). 则 v(x,t)v(x,t) 满足条件.

练习

题目 #

利用函数

ϕ(z)=2π∫0ze−ξ2dξ\phi(z)=\frac{2}{\sqrt{\pi}}\int_0^z e^{-\xi^2}\text{d} \xi

求解以下半无界问题:

  • (1) {ut−a2uxx=0,x>0,t>0u(x,0)=0,x⩾0u(0,t)=U0,t>0\begin{cases} u_t-a^2u_{xx}=0, & x>0, t>0\\ u(x,0)=0, & x\geqslant 0\\ u(0,t)=U_0, & t>0 \end{cases}

讨论

评论

正在加载评论…

输入关键词开始搜索。