贡献者: int256; addis
预备知识 偏导数(数学分析)
,常微分方程
,矩阵的本征问题
对于低阶偏微分方程而言,我们可以找到一族曲线,偏微分方程的初值信息沿着这条曲线传播(体现为在这条曲线上值不变或衰减),这条曲线就被称为特征线,而由于解沿这曲线传递,我们就可以通过解常微分方程的方法求出这条曲线(将在下面的例子中看到这一点)。最直白的说,就是偏微分方程这个系统随时间的演化,沿着特征线将变为 “常微分方程”。
我们可以假想初值是一物理系统的初始状态,从初值情况开始,解将进行传播并产生波,描述这个 “波” 传递的过程就是特征线法,故又称行波法。
同时,特征线法为二阶 PDE 提供了一个分类方法。
本文默认 PDE 的范围是 $-\infty < x, y, \dots < +\infty, t>0$,用 $u'_t$ 表示 $ \frac{\partial u}{\partial t} $,用 $u'_x$ 表示 $ \frac{\partial u}{\partial x} $。默认二阶导连续,即 $u''_{xy} = u''_{yx} = \frac{\partial }{\partial y} \left( \frac{\partial u}{\partial x} \right) = \frac{\partial }{\partial x} \left( \frac{\partial u}{\partial y} \right)$。
特征线有如下性质,
- 对于 $n$ 维(这里包含时间维)的 PDE,其特征线总是 $n-1$ 维的。
- 解的 “间断” 性质通过、且仅能通过特征线传播。(也就是说,不同时刻,同一特征线上的解相同,但有时数值会沿特征线衰减。)
- 特征线上 PDE 的解是一样的(或衰减),特征线的斜率是解 “传播” 的速度。
其中性质 $2$ 对应着如果不存在特征线(特征线不是实的,类似一元二次方程没有实数根称为根不存在),那么 PDE 的解连续(这就是 elliptic PDE)。
同时求出特征线还有助于解决诸如影响区域、依赖区域一类的问题(这是由解信息沿特征线传播决定的)。
1. 特征线
考虑一个一阶拟线性方程的柯西问题,一般形式为
\begin{equation}\left\{
\begin{aligned}
& a(x, t, u) u_x + b(x, t, u)u_y = c(x, t, u), ~ -\infty < x < +\infty, t > 0 \\
& u(x, 0) = \varphi(x), -\infty < x < +\infty ~~
\end{aligned}\right. ~.
\end{equation}
这有一个直观的几何解释:在 $(x, t, u)$ 的三维空间中,曲面上任意一点 $P_0(x_0, t_0, u_0)$ 的法向量为 $\vec n=(u_x, u_t, -1) |_{P_0}$。在曲面 $u = u(x, t)$ 上,曲线
\begin{equation}
\Gamma: x=x(s), t=t(s), u=u(x(s), t(s)) ~~
\end{equation}
在点 $P_0$ 处的切向量为
\begin{equation}
\vec \tau = \left.\left( \frac{\mathrm{d}{x}}{\mathrm{d}{s}} , \frac{\mathrm{d}{t}}{\mathrm{d}{s}} , \frac{\mathrm{d}{u}}{\mathrm{d}{s}} \right) \right|_{P_0} ~.
\end{equation}
显然,$\vec n$ 与 $\vec \tau$ 在 $P_0$ 互相垂直。
当考虑矢量 $\vec \mu = (a(x, t, u), b(x, t, u), c(x, t, u))|_{P_0}$,则微分方程恰好表示法向量 $\vec n$ 与 $\vec \mu$ 在 $P_0$ 点处互相垂直,从而在曲面 $u = u(x, t)$ 上以 $\vec \mu$ 为切矢量且与曲线 $\Gamma$ 相交,交点是 $(\alpha, 0, \varphi(\alpha))$ 的曲线方程为:
\begin{equation}\left\{
\begin{aligned}
\frac{\mathrm{d}{x}}{\mathrm{d}{s}} &= a(x, t, u), ~ x(0) = \alpha \\
\frac{\mathrm{d}{t}}{\mathrm{d}{s}} &= b(x, t,u), ~ t(0) = 0 \\
\frac{\mathrm{d}{u}}{\mathrm{d}{s}} &= c(x, t, u), ~ u(0) = \varphi(\alpha) ~
\end{aligned}\right. ~~
\end{equation}
其中 $\alpha$ 是曲线的参数,这组微分方程的解就被称为特征线。这条曲线在 $(x, t)$ 平面的投影就是一般意义的特征线,给出原微分方程的解曲面。
2. 一维一阶 PDE
特征线法为一维一阶 PDE 提供了一个解法:先求出特征线,后代入求出初值在特征线上的传播情况即可。
定理 1
对于关于 $u(x, t)$ 的一维一阶 PDE:
\begin{equation}
\frac{\partial u}{\partial t} + A(x, t) \frac{\partial u}{\partial x} + B(x, t) u = f(x, t) ~,
\end{equation}
初值条件 $u(x, 0) = \phi(x), -\infty < x < +\infty$。
设特征线族为 $x = x(t, \tau)$,由 $\tau$ 决定是 “哪根” 特征线(对应初值)。
由于初值沿着特征线传播,则 $x = x(t, \tau)$ 应是下面 ODE 的解,
\begin{equation}
\left\{
\begin{aligned}
\frac{\mathrm{d}{x}}{\mathrm{d}{t}} &= A(x, t), \\
x(0) &= \tau ~.
\end{aligned}
\right .
\end{equation}
考虑 $v(t) = u(x(t), t)$,由全微分与偏导的关系,
$$ \frac{\mathrm{d}{v}}{\mathrm{d}{t}} = \frac{\partial u}{\partial x} \frac{\mathrm{d}{x}}{\mathrm{d}{t}} + \frac{\partial u}{\partial t} \frac{\mathrm{d}{t}}{\mathrm{d}{t}} = \frac{\partial u}{\partial x} \cdot A(x, t) + \frac{\partial u}{\partial t} ~,$$
这便是特征线的解。若再要求解原方程组,又有:
\begin{equation}
\left\{
\begin{aligned}
\frac{\mathrm{d}{v}}{\mathrm{d}{t}} + B(x, t) v &= f(x(t), t) ~, \\
v(0) = u(x(0), 0) &= u(\tau, 0) = \phi(x) ~.
\end{aligned}
\right.
\end{equation}
下面利用两个一维一阶的 PDE 举例来说明如何求解 PDE 的特征线。
例 1
求解这 PDE 的特征曲线:
\begin{equation}
\left \{
\begin{aligned}
u'_t + (x + t) u'_x + u &= x ~, \\
\left. u \right\rvert _{t=0} &= x ~.
\end{aligned}
\right .
\end{equation}
解:特征曲线 $x=x(t)$ 对应下面 ODE,
\begin{equation}
\left \{
\begin{aligned}
\frac{\mathrm{d}{x}}{\mathrm{d}{t}} &= x+t ~, \\
x(0) &= \tau ~.
\end{aligned}
\right .
\end{equation}
可以解得 $x(t) = e^t - t - 1 + \tau \cdot e^t$。
另一个方法则是考虑特征线下的坐标系 $(s, \tau)$,其中 $\tau$ 仍是某个常数,由选择的 “哪条” 特征线而定,而 $s \ge 0$ 是代表在某条特征线上的位置。
例 2
通过特征线法求这 pde 的解:
$$
\left\{
\begin{aligned}
{u_t'} + {u_x'} &= -u, -\infty < x < +\infty, t > 0, \\
u(x, 0) &= \sin x, -\infty < x < +\infty .
\end{aligned}
\right.
~~
$$
解:考虑将原 PDE 转化到 $s-\tau$ 坐标系下的 ODE。由全微分与偏微分的关系:
$$
\frac{\mathrm{d}{u}}{\mathrm{d}{s}} = \frac{\partial u}{\partial x} \frac{\mathrm{d}{x}}{\mathrm{d}{s}} + \frac{\partial u}{\partial t} \frac{\mathrm{d}{t}}{\mathrm{d}{s}} ~,
$$
则由 $u_t' + u_x' = -u$,因而 $u_t' + u_x' + u = 0$,就有
$$ \frac{\mathrm{d}{u}}{\mathrm{d}{s}} + u = \frac{\partial u}{\partial x} \frac{\mathrm{d}{x}}{\mathrm{d}{s}} + \frac{\partial u}{\partial t} \frac{\mathrm{d}{t}}{\mathrm{d}{s}} + u = 0 ~.$$
对比系数,得到特征线方程:
$$ \frac{\mathrm{d}{x}}{\mathrm{d}{s}} = 1, \frac{\mathrm{d}{t}}{\mathrm{d}{s}} = 1~, s>0$$
故 $x(s) = s+C_1, t(s) = s+C_2$。
令 $s=0$,得到 $x(0) = C_1, t(0) = C_2$。结合 $s-\tau$ 坐标系的意义,$x(0)$ 是由 $\tau$ 决定的初值 $x(0) = \tau$,$t(0)=0$。故 $x(s) = s+\tau, t(s)=s$。则特征线方程就是 $x = t+\tau$。
下面利用上面求出的特征线将原 pde 转化为 ode 求解:
$$
\left\{
\begin{aligned}
\frac{\mathrm{d}{u}}{\mathrm{d}{s}} +u &= 0, s>0, \\
\left. u \right\rvert _{s=0} &= u( \left. x \right\rvert _{s=0}, \left. t \right\rvert _{s=0}) = u(\tau, 0) = \sin \tau .
\end{aligned}
\right.~~$$
故 $u(s,\tau) = \exp\left(-s\right) \sin \tau$。
下面将 $u(s, \tau)$ 转化回到 $x-t$ 坐标系下:
$x(s) = s + \tau, t(s) = s$,故 $u(x, t) = \exp\left(-t\right) \sin\left(x-t\right) $。
图 2:解的示意
可以发现解沿着特征线有衰减的传播。图中画出了 $0\le t\le3$, $0\le x \le 4 \pi$ 的情况。
同时,对于二元二阶线性的 PDE,其特征线是 2 维的,并且我们将会看到其体现出圆锥曲线的性质,同时各类圆锥曲线的特征线对应的 PDE 有不同的性质。下面我们来讨论特征线与 PDE 的分类。
3. 二阶线性 PDE 的分类
在一般的数理方程或介绍 PDE 的书籍中,会把二阶线性 PDE 将之主要分为以下三类,分别是
- 椭圆类(elliptic PDE),例如泊松方程 $ \boldsymbol{\nabla}^2 u = f$;
- 抛物类(parabolic PDE),例如热传导方程 $k \boldsymbol{\nabla}^2 T = \frac{\partial T}{\partial t}$;
- 双曲类(hyperbolic PDE),例如波动方程 $ \boldsymbol{\nabla}^2 w = \frac{1}{c^2} \frac{\partial^2 w}{\partial t^2}$。
这三类的解信息沿特征线传播,有性质与对应的物理问题:
- 椭圆类:解的信息以无限速度传播,且解不应当存在间断。适用于平衡问题(静态或准静态,例如无源力场)。
- 抛物类:解的信息以无限速度传播,适用于扩散问题(例如热传导)。
- 双曲类:解的信息以有限速度传播,且能保留间断信息,适用于波动问题。
另外还有一类 PDE 被称为 ultrahyperbolic PDE(超双曲类)。下面将讲解是如何分类的。
二元二阶线性 PDE
首先保持二阶导连续的假设,即 $ \frac{\partial }{\partial x} \frac{\partial u}{\partial y} = \frac{\partial }{\partial y} \frac{\partial u}{\partial x} $。则偏微分方程具有一般形式:
$$Au''_{xx} + Bu''_{xy} + Cu''_{yy} + Du'_{x} + Eu'_{y} + F = 0 ~,$$
与一阶线性 PDE 对比,可以得到特征线应当满足方程:
$$
\left\{
\begin{aligned}
\,\mathrm{d}{(u'_{x})} &= u''_{xx} \,\mathrm{d}{x} + u''_{xy} \,\mathrm{d}{y} ,\\
\,\mathrm{d}{(u'_{y})} &= u''_{xy} \,\mathrm{d}{x} + u''_{yy} \,\mathrm{d}{y} .
\end{aligned}
\right. ~~$$
联立这三式,令有三个矩阵:
\begin{equation}
\boldsymbol{\mathbf{M}} =
\begin{pmatrix}
A & B & C \\
\,\mathrm{d}{x} & \,\mathrm{d}{y} & 0 \\
0 & \,\mathrm{d}{x} & \,\mathrm{d}{y}
\end{pmatrix},
\boldsymbol{\mathbf{p}} =
\begin{pmatrix}
u''_{xx} \\
u''_{xy} \\
u''_{yy}
\end{pmatrix},
\boldsymbol{\mathbf{N}} =
\begin{pmatrix}
-D u'_{x} - E u'_{y} - F\\
\,\mathrm{d}{(u'_{x})} \\
\,\mathrm{d}{(u'_{y})}
\end{pmatrix}
~~
\end{equation}
则这三式可转化为 $ \boldsymbol{\mathbf{Mp}} = \boldsymbol{\mathbf{N}} $。
显然,$u$ 的各个二阶偏导项不是唯一确定的,所以 $\det \boldsymbol{\mathbf{M}} = 0$,也就是需要:
\begin{equation}
A\left(\mathrm{d} y\right)^2 - B\left(\mathrm{d} x \mathrm{d} y\right) + C\left(\mathrm{d} x\right)^2 =0
~,
\end{equation}
也就是:
\begin{equation}
A\left( \frac{\mathrm{d}{y}}{\mathrm{d}{x}} \right)^2 - B\left( \frac{\mathrm{d}{y}}{\mathrm{d}{x}} \right) + C = 0 ~,
\end{equation}
发现是一个关于 $ \,\mathrm{d}{y} / \,\mathrm{d}{x} $ 的二次方程,判别式 $\Delta = B^2-4AC$。对比一般利用二次表达式的圆锥曲线定义,可以将特征线分类如下。
- $\Delta < 0$,存在虚特征线(即无特征线),称这种为椭圆类 PDE;
- $\Delta = 0$,存在一族特征线,称这种为抛物类 PDE;
- $\Delta > 0$,存在两族不同的特征线,称这种为双曲类 PDE。
这就是分类的依据。
值得注意的是,PDE 可能在不同区域有不同分类。例如 $y u''_{xx} - u''_{yy} = 0$,在 $y> 0$ 时是双曲类;在 $y=0$ 时是抛物类,在 $y<0$ 时是椭圆类。
多元二阶线性 PDE
考虑线性微分算符 $\hat L$:
\begin{equation}
\hat L u = \sum_{i, j}\left( \boldsymbol{\mathbf{A}} _{i, j} \cdot \frac{\partial }{\partial x_i} \left( \frac{\partial u}{\partial x_j} \right)\right) + \sum_{i}\left( \boldsymbol{\mathbf{B}} _{i} \frac{\partial u}{\partial x_i} \right) + F~,
\end{equation}
忽略低阶项(一阶的 $ \boldsymbol{\mathbf{B}} _{i}$ 与 $F$),考虑系数矩阵 $ \boldsymbol{\mathbf{A}} _{i,j}$ 的特征值,我们将 $\hat Lu=0$ 分类如下。
- 当特征值均大于 $0$ 或均小于 $0$,即特征值全部同号且都非零,归类为椭圆类;
- 当特征值有一个为 $0$,其余均大于 $0$ 或均小于 $0$,即特征值除有一 $0$ 外均同号,归类为抛物类;
- 当特征值一个为正数,其他为负数;或一个为负数,其他为正数。即特征值均非 $0$,并且有仅有一非 $0$ 特征值与其他非 $0$ 特征值符号相反,归类为双曲类;
- 正特征值和负特征值的个数都均大于一,且特征值均非 $0$,归类为超双曲类。
一般来说,对于一个有物理意义的 PDE,特征值有一个为 $0$ 的归类为抛物类,其余全同号为椭圆类,否则大概率为双曲类。
[1] ^ Stanley J. Farlow, Partial Differential Equations for Scientists and Engineers. 1993.