张叶安的小站

本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。
====== 第一章 偏微分方程的基本概念 ======

===== 1.1 引言 =====

偏微分方程是描述自然界中各种连续变化现象的重要数学工具。与常微分方程不同，偏微分方程涉及多元未知函数及其偏导数。在物理学、工程学、经济学、生物学等领域，许多现象都需要用偏微分方程来描述。

==== 1.1.1 什么是偏微分方程 ====

**定义 1.1** 设 $u = u(x_1, x_2, \ldots, x_n)$ 是 $n$ 个自变量的未知函数。**偏微分方程**是包含 $u$ 及其偏导数的函数方程，其一般形式为：

$$F\left(x_1, x_2, \ldots, x_n, u, \frac{\partial u}{\partial x_1}, \frac{\partial u}{\partial x_2}, \ldots, \frac{\partial^2 u}{\partial x_1^2}, \ldots\right) = 0$$

其中 $F$ 是已知函数。

**定义 1.2** 如果函数 $u$ 在某区域内具有方程中出现的各阶连续偏导数，且代入方程后使之成为恒等式，则称 $u$ 为该偏微分方程的**解**或**古典解**。

==== 1.1.2 经典例子 ====

以下是几个著名的偏微分方程：

**(1) 波动方程 (Wave Equation)**

$$\frac{\partial^2 u}{\partial t^2} = c^2 \Delta u = c^2 \left(\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} + \frac{\partial^2 u}{\partial z^2}\right)$$

描述弦振动、电磁波传播等现象。其中 $c$ 是波速，$\Delta$ 是拉普拉斯算子。

**推导**：考虑一根紧绷的弦，设 $u(x,t)$ 表示位置 $x$ 处、时刻 $t$ 时弦的横向位移。根据牛顿第二定律，弦的微元满足：

$$\rho \frac{\partial^2 u}{\partial t^2} = T \frac{\partial^2 u}{\partial x^2}$$

其中 $\rho$ 是线密度，$T$ 是张力。令 $c^2 = T/\rho$，即得波动方程。

**(2) 热传导方程 (Heat Equation)**

$$\frac{\partial u}{\partial t} = k \Delta u = k \left(\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} + \frac{\partial^2 u}{\partial z^2}\right)$$

描述热量传导、扩散过程。其中 $k$ 是扩散系数，$u$ 表示温度。

**推导**：根据傅里叶热传导定律，热流密度与温度梯度成正比：$\mathbf{q} = -k \nabla u$。结合能量守恒，得到热传导方程。

**(3) 拉普拉斯方程 (Laplace Equation)**

$$\Delta u = \frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} + \frac{\partial^2 u}{\partial z^2} = 0$$

描述稳态温度分布、静电势、不可压缩无旋流动等。满足拉普拉斯方程的函数称为**调和函数**。

**(4) Poisson方程**

$$-\Delta u = f$$

其中 $f$ 是已知函数，表示源项。

**(5) 输运方程 (Transport Equation)**

$$\frac{\partial u}{\partial t} + c \cdot \nabla u = 0$$

描述物质的对流输运，其中 $c$ 是常速度向量。

**(6) Burgers方程**

$$\frac{\partial u}{\partial t} + u \frac{\partial u}{\partial x} = \nu \frac{\partial^2 u}{\partial x^2}$$

是非线性偏微分方程，用于研究激波和湍流。

===== 1.2 偏微分方程的分类 =====

==== 1.2.1 按阶数分类 ====

**定义 1.3** 偏微分方程的**阶**是指方程中出现的最高阶偏导数的阶数。

  * **一阶偏微分方程**：只含有一阶偏导数，如输运方程
  * **二阶偏微分方程**：最高阶为二阶，如波动方程、热传导方程、拉普拉斯方程
  * **高阶偏微分方程**：阶数大于二，如双调和方程 $\Delta^2 u = 0$（四阶）

==== 1.2.2 按线性性质分类 ====

**定义 1.4** 设偏微分方程可以写成：

$$L[u] = f$$

其中 $L$ 是微分算子，$f$ 是已知函数。

  * 如果 $L$ 是**线性算子**，即满足：
    $$L[\alpha u + \beta v] = \alpha L[u] + \beta L[v]$$
    对任意常数 $\alpha, \beta$ 和函数 $u, v$ 成立，则称方程为**线性偏微分方程**。
  
  * 如果 $L$ 不是线性算子，则称方程为**非线性偏微分方程**。

**线性偏微分方程的进一步分类**：

  * **齐次方程**：$f \equiv 0$
  * **非齐次方程**：$f \not\equiv 0$
  * **常系数方程**：$L$ 的系数为常数
  * **变系数方程**：$L$ 的系数依赖于自变量

**例 1.1** 以下方程的分类：

| 方程 | 阶数 | 线性/非线性 | 齐次/非齐次 |
|------|------|-------------|-------------|
| $\frac{\partial u}{\partial t} = k \frac{\partial^2 u}{\partial x^2}$ | 二阶 | 线性 | 齐次 |
| $\frac{\partial^2 u}{\partial t^2} = c^2 \Delta u + f(x,t)$ | 二阶 | 线性 | 非齐次 |
| $\frac{\partial u}{\partial t} + u \frac{\partial u}{\partial x} = 0$ | 一阶 | 非线性（拟线性） | - |
| $\Delta^2 u = f$ | 四阶 | 线性 | 非齐次 |

==== 1.2.3 非线性方程的分类 ====

非线性偏微分方程可分为：

  * **拟线性方程 (Quasilinear)**：最高阶导数项是线性的，但系数可能依赖于未知函数及其低阶导数。
    
    例：$a(x, u, \nabla u) \frac{\partial^2 u}{\partial x^2} + \cdots = f(x, u, \nabla u)$

  * **半线性方程 (Semilinear)**：最高阶导数项是线性的且系数仅依赖于自变量。
    
    例：$\Delta u = f(x, u, \nabla u)$

  * **完全非线性方程 (Fully Nonlinear)**：最高阶导数以非线性方式出现。
    
    例：$\left(\frac{\partial^2 u}{\partial x^2}\right)^2 + \left(\frac{\partial^2 u}{\partial y^2}\right)^2 = 1$

==== 1.2.4 二阶线性偏微分方程的分类 ====

对于两个自变量的二阶线性偏微分方程：

$$a(x,y) \frac{\partial^2 u}{\partial x^2} + 2b(x,y) \frac{\partial^2 u}{\partial x \partial y} + c(x,y) \frac{\partial^2 u}{\partial y^2} + \cdots = 0$$

定义判别式 $D = b^2 - ac$：

  * $D < 0$：**椭圆型** (Elliptic)，如拉普拉斯方程
  * $D = 0$：**抛物型** (Parabolic)，如热传导方程
  * $D > 0$：**双曲型** (Hyperbolic)，如波动方程

这个分类对应于二次曲线 $ax^2 + 2bxy + cy^2 = 1$ 的分类。

**高维推广**：对于多个自变量，根据特征曲面的性质分类。

===== 1.3 定解条件与定解问题 =====

==== 1.3.1 定解条件的必要性 ====

偏微分方程的解通常不唯一。例如，$u(x,y) = x^2 - y^2$、$u(x,y) = xy$、$u(x,y) = e^x \cos y$ 都满足 $\Delta u = 0$。为了得到唯一解，需要附加**定解条件**。

==== 1.3.2 初值条件 ====

对于含时间变量 $t$ 的演化方程，需要给定初始时刻的状态。

**初值条件 (Initial Condition)**：

$$u(x, 0) = \varphi(x), \quad \frac{\partial u}{\partial t}(x, 0) = \psi(x) \quad \text{(对波动方程)}$$

其中 $\varphi$ 和 $\psi$ 是已知函数，分别表示初始位移和初始速度。

==== 1.3.3 边值条件 ====

对于空间区域 $\Omega$ 上的问题，需要在边界 $\partial \Omega$ 上给定条件。

**常见边值条件**：

**(1) Dirichlet边界条件（第一边值条件）**：

$$u|_{\partial \Omega} = g$$

给定边界上的函数值。物理意义：边界温度、边界电势等。

**(2) Neumann边界条件（第二边值条件）**：

$$\frac{\partial u}{\partial n}\bigg|_{\partial \Omega} = g$$

其中 $\frac{\partial u}{\partial n} = \nabla u \cdot \mathbf{n}$ 是外法向导数。物理意义：边界热流、边界法向速度等。

**(3) Robin边界条件（第三边值条件）**：

$$\left(\frac{\partial u}{\partial n} + \sigma u\right)\bigg|_{\partial \Omega} = g$$

其中 $\sigma > 0$ 是常数。这是Dirichlet和Neumann条件的组合。

**(4) 混合边界条件**：

在不同边界部分给定不同类型的条件。

==== 1.3.4 定解问题的类型 ====

根据方程类型和定解条件的组合，常见的定解问题有：

**(1) Cauchy问题（初值问题）**：

给定全空间上的初值，求 $t > 0$ 时的解。

例：
$$\begin{cases}
\frac{\partial u}{\partial t} = k \frac{\partial^2 u}{\partial x^2}, & x \in \mathbb{R}, t > 0 \\
u(x, 0) = \varphi(x), & x \in \mathbb{R}
\end{cases}$$

**(2) 初边值问题**：

在有界区域上，同时给定初值和边值。

例：
$$\begin{cases}
\frac{\partial u}{\partial t} = k \Delta u, & x \in \Omega, t > 0 \\
u(x, 0) = \varphi(x), & x \in \Omega \\
u|_{\partial \Omega} = g, & t > 0
\end{cases}$$

**(3) 边值问题**：

对椭圆型方程（无时间变量），只给定边值条件。

  * **Dirichlet问题**：给定 $u|_{\partial \Omega} = g$
  * **Neumann问题**：给定 $\frac{\partial u}{\partial n}|_{\partial \Omega} = g$
  * **Robin问题**：给定混合条件

===== 1.4 定解问题的适定性 =====

==== 1.4.1 Hadamard适定性 ====

**定义 1.5 (Hadamard, 1902)** 一个定解问题称为**适定的 (Well-posed)**，如果：

  - **存在性**：问题至少有一个解
  - **唯一性**：问题的解是唯一的
  - **稳定性**：解连续依赖于定解条件（即定解条件的微小变化只引起解的微小变化）

如果上述任一条件不满足，则称问题为**不适定的 (Ill-posed)**。

**说明**：

  * 存在性和唯一性保证了问题的数学确定性
  * 稳定性保证了问题在实际计算中的可行性（实际测量总有误差）

==== 1.4.2 不适定问题的例子 ====

**(1) 解不唯一的例子**

对于Neumann问题：
$$\begin{cases}
-\Delta u = 0, & \text{在 } \Omega \text{ 内} \\
\frac{\partial u}{\partial n} = 0, & \text{在 } \partial \Omega \text{ 上}
\end{cases}$$

$u \equiv C$（常数）都是解，故解不唯一。

**修正**：附加条件 $\int_\Omega u \, dx = 0$ 可保证唯一性。

**(2) 解不存在的例子**

对于：
$$\begin{cases}
-\Delta u = 0, & \text{在 } \Omega \text{ 内} \\
\frac{\partial u}{\partial n} = 1, & \text{在 } \partial \Omega \text{ 上}
\end{cases}$$

由散度定理：
$$0 = \int_\Omega \Delta u \, dx = \int_{\partial \Omega} \frac{\partial u}{\partial n} \, dS = |\partial\Omega| \neq 0$$

矛盾！故解不存在。

**修正**：需要相容性条件 $\int_{\partial \Omega} g \, dS = 0$。

**(3) 不适定的经典例子：反向热传导**

$$\begin{cases}
\frac{\partial u}{\partial t} + \frac{\partial^2 u}{\partial x^2} = 0, & t > 0 \\
u(x, 0) = \varphi(x)
\end{cases}$$

这是热传导方程的时间反向。可以证明，即使初值 $\varphi$ 有微小变化，解也可能产生巨大变化，不满足稳定性。

==== 1.4.3 适定性理论的意义 ====

Hadamard的适定性概念虽然有其局限性（某些实际问题确实是不适定的），但为偏微分方程的研究提供了基本框架：

  * 对于适定问题，可以建立系统的求解理论
  * 对于不适定问题，需要发展特殊的处理方法（正则化方法）
  * 大多数物理问题在正确建模后都是适定的

===== 1.5 叠加原理 =====

==== 1.5.1 线性叠加原理 ====

**定理 1.1 (叠加原理)** 设 $u_1$ 和 $u_2$ 分别是线性方程 $L[u] = f_1$ 和 $L[u] = f_2$ 的解，则对任意常数 $\alpha, \beta$，函数 $u = \alpha u_1 + \beta u_2$ 是方程 $L[u] = \alpha f_1 + \beta f_2$ 的解。

**推论**：

  * 若 $u_1, u_2, \ldots, u_n$ 都是齐次方程 $L[u] = 0$ 的解，则它们的任意线性组合也是解
  * 若 $u^*$ 是非齐次方程 $L[u] = f$ 的特解，$u_h$ 是相应齐次方程的通解，则 $u = u^* + u_h$ 是非齐次方程的通解

**意义**：叠加原理将复杂问题分解为简单问题的组合，是分离变量法、格林函数法等方法的数学基础。

==== 1.5.2 Duhamel原理 ====

对于非齐次演化方程，Duhamel原理将问题转化为齐次方程的叠加。

**定理 1.2 (Duhamel原理)** 考虑非齐次热传导方程：
$$\begin{cases}
\frac{\partial u}{\partial t} = k \Delta u + f(x, t), & t > 0 \\
u(x, 0) = 0
\end{cases}$$

设 $v(x, t; s)$ 是以下齐次问题的解：
$$\begin{cases}
\frac{\partial v}{\partial t} = k \Delta v, & t > s \\
v(x, s; s) = f(x, s)
\end{cases}$$

则原问题的解为：
$$u(x, t) = \int_0^t v(x, t; s) \, ds$$

===== 1.6 典型例题 =====

**例 1.2** 验证 $u(x, y) = e^x \sin y$ 满足拉普拉斯方程 $\Delta u = 0$。

**解**：计算各阶偏导数：
$$\frac{\partial u}{\partial x} = e^x \sin y, \quad \frac{\partial^2 u}{\partial x^2} = e^x \sin y$$
$$\frac{\partial u}{\partial y} = e^x \cos y, \quad \frac{\partial^2 u}{\partial y^2} = -e^x \sin y$$

因此：
$$\Delta u = \frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2} = e^x \sin y - e^x \sin y = 0$$

验证完毕。

---

**例 1.3** 判断方程 $x^2 \frac{\partial^2 u}{\partial x^2} + 2xy \frac{\partial^2 u}{\partial x \partial y} + y^2 \frac{\partial^2 u}{\partial y^2} = 0$ 的类型。

**解**：比较标准形式 $a u_{xx} + 2b u_{xy} + c u_{yy} = 0$，有：
$$a = x^2, \quad b = xy, \quad c = y^2$$

判别式：
$$D = b^2 - ac = (xy)^2 - x^2 y^2 = 0$$

因此，该方程在 $(x, y) \neq (0, 0)$ 时是**抛物型**的。

---

**例 1.4** 验证 $u(x, t) = \sin(x - ct)$ 满足一维波动方程 $u_{tt} = c^2 u_{xx}$。

**解**：计算偏导数：
$$\frac{\partial u}{\partial t} = -c \cos(x - ct), \quad \frac{\partial^2 u}{\partial t^2} = -c^2 \sin(x - ct)$$
$$\frac{\partial u}{\partial x} = \cos(x - ct), \quad \frac{\partial^2 u}{\partial x^2} = -\sin(x - ct)$$

因此：
$$u_{tt} = -c^2 \sin(x - ct) = c^2 (-\sin(x - ct)) = c^2 u_{xx}$$

验证完毕。

---

**例 1.5** 设 $u(x, t)$ 满足热传导方程 $u_t = k u_{xx}$，证明 $v(x, t) = u(\lambda x, \lambda^2 t)$ 也是解（对任意常数 $\lambda$）。

**解**：计算偏导数：
$$\frac{\partial v}{\partial t} = u_t(\lambda x, \lambda^2 t) \cdot \lambda^2$$
$$\frac{\partial v}{\partial x} = u_x(\lambda x, \lambda^2 t) \cdot \lambda$$
$$\frac{\partial^2 v}{\partial x^2} = u_{xx}(\lambda x, \lambda^2 t) \cdot \lambda^2$$

因此：
$$v_t = \lambda^2 u_t = \lambda^2 k u_{xx} = k v_{xx}$$

故 $v$ 也是热传导方程的解。

---

**例 1.6** 判断以下问题的适定性：
$$\begin{cases}
u_{xx} + u_{yy} = 0, & 0 < x < 1, 0 < y < 1 \\
u(0, y) = u(1, y) = 0 \\
u(x, 0) = 0, \quad u(x, 1) = \sin(\pi x)
\end{cases}$$

**解**：这是一个Dirichlet边值问题。对于拉普拉斯方程在有界区域上的Dirichlet问题，可以证明：

  * 解存在（由Perron方法或变分方法）
  * 解唯一（由极值原理）
  * 解稳定（解连续依赖于边值数据）

因此，该问题是适定的。

===== 1.7 习题 =====

**一、基础练习**

1. 验证下列函数是否是对应方程的解：
   (a) $u(x, t) = e^{-k t} \sin x$，方程 $u_t = k u_{xx}$
   (b) $u(x, y) = \ln(x^2 + y^2)$，方程 $\Delta u = 0$（$x^2 + y^2 \neq 0$）
   (c) $u(x, t) = f(x - ct)$（$f$ 是任意可微函数），方程 $u_t + c u_x = 0$

2. 判断下列方程的阶数、线性/非线性类型：
   (a) $u_{xx} + u_{yy} + u_{zz} = e^u$
   (b) $u_t = u u_{xx} + u_x^2$
   (c) $\Delta^2 u = f(x, y)$
   (d) $\sqrt{1 + u_x^2} + \sqrt{1 + u_y^2} = 1$

**二、分类练习**

3. 判断下列二阶方程的类型（椭圆型/抛物型/双曲型）：
   (a) $u_{xx} + 2 u_{xy} + u_{yy} = 0$
   (b) $u_{xx} - 3 u_{xy} + 2 u_{yy} = 0$
   (c) $y u_{xx} + u_{yy} = 0$
   (d) $u_{xx} + x u_{yy} = 0$

4. 对于方程 $a(x, y) u_{xx} + 2b(x, y) u_{xy} + c(x, y) u_{yy} = 0$，证明判别式 $D = b^2 - ac$ 在自变量变换下保持符号不变。

**三、定解问题**

5. 写出下列问题的定解条件类型：
   (a) 弦振动问题：给定弦的初始位移和初始速度，两端固定
   (b) 热传导问题：给定初始温度分布，边界绝热
   (c) 静电场问题：给定边界电势

6. 证明：对于Neumann问题
   $$\begin{cases}
   -\Delta u = f, & \text{在 } \Omega \text{ 内} \\
   \frac{\partial u}{\partial n} = g, & \text{在 } \partial \Omega \text{ 上}
   \end{cases}$$
   存在解的必要条件是 $\int_\Omega f \, dx + \int_{\partial \Omega} g \, dS = 0$。

**四、综合题**

7. 设 $u$ 满足波动方程 $u_{tt} = c^2 \Delta u$，定义能量：
   $$E(t) = \frac{1}{2} \int_{\mathbb{R}^n} (u_t^2 + c^2 |\nabla u|^2) \, dx$$
   证明 $\frac{dE}{dt} = 0$（能量守恒）。

8. 利用叠加原理，求非齐次热传导方程的通解形式：
   $$u_t = k u_{xx} + f(x, t)$$
   已知相应齐次方程有基本解族 $\{u_n(x, t)\}$。

**五、思考题**

9. 讨论：为什么椭圆型方程（如拉普拉斯方程）通常只提边值问题，而双曲型方程（如波动方程）需要同时提初值和边值问题？

10. 研究方程 $u_t + u u_x = 0$（Burgers方程无粘情形）。验证 $u(x, t) = \varphi(x - ut)$ 是隐式解。讨论解在何时会产生奇异性（激波形成）。

===== 本章小结 =====

  * 偏微分方程是包含多元未知函数及其偏导数的方程
  * 可按阶数、线性性质、方程类型（椭圆/抛物/双曲）分类
  * 定解条件包括初值条件和边值条件（Dirichlet/Neumann/Robin）
 * Hadamard适定性要求存在性、唯一性、稳定性
  * 叠加原理是线性偏微分方程的重要性质

===== 延伸阅读 =====

  * Courant, R. and Hilbert, D., "Methods of Mathematical Physics", Vol. 2, Wiley, 1989.
  * John, F., "Partial Differential Equations", Springer, 1991.