最后更新: 2025-04-30 06:22 查看: 51 次纠错评论(0) 课件开VIP

二阶方程的特征

§1 二阶方程的特征
1.1 两个自变量的情形

一般的含有两个自变量的二阶拟线性偏微分方程可写成如下形式：

$$
a u_{x x}+2 b u_{x y}+c u_{y y}=F,
$$

其中 $a, b, c$ 和 $F$ 都是 $x, y, u, u_x, u_y$ 的已知函数．设 $\Gamma$ 是 $O-x y$ 平面上的一条曲线，它的参数表示式为

$$
\Gamma:\left\{\begin{array}{l}
x=\varphi(t), \\
y=\psi(t),
\end{array}\right.
$$

在其上给定初始数据

$$
\left.u\right|_{\Gamma}=u^0(t),\left.\quad u_x\right|_{\Gamma}=p^0(t),\left.\quad u_y\right|_{\Gamma}=q^0(t),
$$

这时就得到定解问题（1．1），（1．2）．一个十分自然的问题是：若在 $\Gamma$ 上给定了函数 $u$ 及其一阶偏导数的值（1．2），能否利用这些值和方程（1．1）来唯一确定函数 $u$ 的各二阶偏导数在 $\Gamma$ 上的值？

显然，沿着曲线 $\Gamma$ 关于 $t$ 微分 $u(\varphi(t), \psi(t))$ ，得到

$$
\frac{d u}{d t}=u_x \varphi^{\prime}(t)+u_y \psi^{\prime}(t)
$$

于是我们得到初始数据之间的一个关系式

$$
\left(u^0(t)\right)^{\prime}=p^0(t) \varphi^{\prime}(t)+q^0(t) \psi^{\prime}(t)
$$

从（1．4）式可以看出，在函数 $u^0(t), p^0(t), q^0(t)$ 中能任意给定的不超过两个．
进一步，沿着曲线 $\Gamma$ 关于 $t$ 微分 $u_x$ 及 $u_y$ ，我们得到

$$
\begin{aligned}
\frac{d u_x}{d t} & =u_{x x} \varphi^{\prime}(t)+u_{x y} \psi^{\prime}(t) \\
\frac{d u_y}{d t} & =u_{y x} \varphi^{\prime}(t)+u_{y y} \psi^{\prime}(t)
\end{aligned}
$$

如果 $u(x, y)$ 是定解问题 $(1.1),(1.2)$ 的具有二阶连续偏导数的解，则沿着曲线 $\Gamma$ 可得到关于 $u_{x x}, u_{x y}, u_{y y}$ 的线性方程组

$$
\left\{\begin{array}{l}
a u_{x x}+2 b u_{x y}+c u_{y y}=F, \\
\varphi^{\prime} u_{x x}+\psi^{\prime} u_{x y}=\left(p^0(t)\right)^{\prime} \\
\varphi^{\prime} u_{x y}+\psi^{\prime} u_{y y}=\left(q^0(t)\right)^{\prime}
\end{array}\right. ...(1.7)
$$

若方程组（1．7）的系数行列式

$$
\left|\begin{array}{ccc}
a & 2 b & c \\
\varphi^{\prime} & \psi^{\prime} & 0 \\
0 & \varphi^{\prime} & \psi^{\prime}
\end{array}\right|=a \psi^{\prime 2}-2 b \varphi^{\prime} \psi^{\prime}+c \varphi^{\prime 2} \neq 0
$$

则 $u_{x x}, u_{x y}, u_{y y}$ 在曲线 $\Gamma$ 上的值就被唯一确定，这时我们称曲线 $\Gamma$ 为方程（1．1）的非特征曲线，若沿着曲线 $\Gamma$

$$
a \psi^{\prime 2}(t)-2 b \varphi^{\prime}(t) \psi^{\prime}(t)+c \varphi^{\prime 2}(t)=0
$$

则称曲线 $\Gamma$ 为方程（1．1）的特征曲线，即沿着特征曲线 $\Gamma$ ，我们不能唯一确定 $u_{x x}$ ， $u_{x y}, u_{y y}$ 的值．换句话说，当初始数据给在特征曲线上时，一般说来定解问题是无解的，若有解就一定不唯一（为什么？）．

我们将（1．8）式称为方程（1．1）的特征方程．
若特征曲线 $\Gamma$ 的解析表达式以显式的形式给出：

$$
\Gamma: y=y(x)
$$

则特征方程（1．8）可改写成

$$
a\left(\frac{d y}{d x}\right)^2-2 b \frac{d y}{d x}+c=0
$$

不妨设 $a \neq 0$ ，于是得到

$$
\frac{d y}{d x}=\frac{b \pm \sqrt{\Delta}}{a}, \quad \Delta=b^2-a c
$$

若特征曲线 $\Gamma$ 的解析表达式以隐函数的形式给出：

$$
\Gamma: \varphi(x, y)=0
$$

则沿着曲线 $\Gamma$ 有

$$
\varphi_x d x+\varphi_y d y=0
$$

这时特征方程（1．9）就可改写成

$$
a \varphi_x^2+2 b \varphi_x \varphi_y+c \varphi_y^2=0
$$

若偏微分方程（1．1）是线性的或半线性的，即已知函数 $a=a(x, y), b=b(x, y), c=$ $c(x, y)$ ，则方程（1．10）就是一个常微分方程．这表明特征线完全由方程的最高阶导数项的系数确定．

例 2.1 求含两个自变量的常系数二阶方程

$$
a u_{x x}+2 b u_{x y}+c u_{y y}+d u_x+e u_y+g u=f(x, y)
$$

的特征曲线，其中 $a, b, c, d, e, g$ 都是常数，$a, b, c$ 不同时为 $0, f(x, y)$ 是 $x, y$ 的已知函数．

解 由特征方程（1．10）可知，方程（1．12）的特征方程为

$$
\frac{d y}{d x}=\frac{b+\sqrt{\Delta}}{a}, \quad \Delta=b^2-a c,
$$

或

$$
\frac{d y}{d x}=\frac{b-\sqrt{\Delta}}{a}, \quad \Delta=b^2-a c .
$$

情形 I：$\Delta>0$ ．
可求出方程（1．12）的两簇实特征曲线：

$$
\begin{aligned}
& y-\frac{b+\sqrt{\Delta}}{a} x=c_1 \\
& y-\frac{b-\sqrt{\Delta}}{a} x=c_2
\end{aligned}
$$

情形 II：$\Delta=0$ ．
只能求出方程（1．12）的一簇实特征曲线：$y-\frac{b}{a} x=C$ ．
情形 III：$\Delta<0$ 。
可求出方程（1．12）的两簇复特征曲线：

$$
\begin{aligned}
& y-\frac{b+i \sqrt{-\Delta}}{a} x=c_1 \\
& y-\frac{b-i \sqrt{-\Delta}}{a} x=c_2
\end{aligned}
$$

例 2.2 求二阶方程

$$
x^2 u_{x x}-y^2 u_{y y}+2 u_x+3 u_y+6 u=x^3
$$

的特征曲线．
解 由特征方程（1．10）可知，方程（1．13）的特征方程为

$$
\frac{d y}{d x}=\frac{y}{x} \quad \text { 或 } \quad \frac{d y}{d x}=-\frac{y}{x} \text {. }
$$

求解特征方程（1．14）可获得两簇实特征曲线：

$$
\frac{y}{x}=C_1 \quad \text { 或 } \quad x y=C_2 \text {. }
$$

例 2.3 求二阶方程

$$
x^2 u_{x x}+4 x y u_{x y}+4 y^2 u_{y y}+x u_x+y u_y=x y^3 ...(1.15)
$$

的特征曲线．
解 由特征方程（1．10）可知，方程（1．15）的特征方程为

$$
\frac{d y}{d x}=\frac{2 y}{x} .
$$

求解特征方程（1．16）可获得一簇实特征曲线：

$$
\frac{y}{x^2}=C_1 .
$$
对于拟线性方程，由关系式（1．10）即可看出，一条曲线 $\Gamma$ 能否成为方程（1．1）的特征曲线，不仅与 $\Gamma$ 的形状有关，而且还与 $\Gamma$ 上给出的初始数据有关，即与方程的解有关（为什么？）。由此也可以看出关于非线性偏微分方程的研究要比线性偏微分方程困难得多。

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：没有了

下一篇：多个自变量的情形

本文对您是否有用？有用 (0) 无用 (0)