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.
致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者
热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 20 元,我们一周就能脱离亏损, 并在接下来的一年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。