切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
偏微分方程
第三篇 分离变量法
偏微分方程典型实例
最后
更新:
2025-04-30 06:48
查看:
98
次
纠错
评论(0)
课件
开VIP
偏微分方程典型实例
§2 求 解 实 例 本节将通过几个实例介绍如何利用分离变量法求解偏微分方程的混合问题,这几个实例包含了波动方程,热传导方程和 Laplace 方程的求解,具有很好的代表性,希望通过这几个案例的学习,读者能真正掌握分离变量法的求解方法和求解步骤。 例 3.1 用分离变量法求解如下弦振动方程的混合问题: $$ \left\{\begin{array}{l} u_{t t}-u_{x x}=0, \quad 0<x<1, \quad t>0, ...(2.1)\\ \left.u\right|_{t=0}=\sin \frac{3}{2} \pi x,\left.\quad u_t\right|_{t=0}=\sin \frac{5}{2} \pi x, \quad 0 \leqslant x \leqslant 1, \\ \left.u\right|_{x=0}=0,\left.\quad u_x\right|_{x=1}=0, \quad t \geqslant 0 . \end{array}\right. $$ 解 为了用分离变量法求解混合问题(2.1)-(2.3),我们先求方程 $(2.1)$ 满足边值条件(2.3)的具有如下变量分离形式的解: $$ u(x, t)=X(x) T(t) . $$ 将(2.4)式代入方程(2.1),得 $$ \frac{X^{\prime \prime}(x)}{X(x)}=\frac{T^{\prime \prime}(t)}{T(t)}=-\lambda, $$ 其中 $\lambda$ 是一个常数.于是得到 $$ X^{\prime \prime}(x)+\lambda X(x)=0 $$ 及 $$ T^{\prime \prime}(t)+\lambda T(t)=0 . $$ 由边值条件(2.3)可知 $$ X(0) T(t)=0, \quad X^{\prime}(1) T(t)=0 . $$ 于是 $$ X(0)=X^{\prime}(1)=0 . $$ 下面解特征值问题(2.5),(2.7): (1)当 $\lambda<0$ 时,方程(2.5)的通解为 $$ X(x)=c_1 e^{-\sqrt{-\lambda} x}+c_2 e^{\sqrt{-\lambda} x}, $$ 代入边值条件得 $c_1=c_2=0$ .这时特征值问题(2.5),(2.7)只有平凡解. (2)当 $\lambda=0$ 时,方程(2.5)的通解为 $$ X(x)=c_1 x+c_2, $$ 代入边值条件得 $c_1=c_2=0$ .这时特征值问题(2.5),(2.7)也只有平凡解. (3)当 $\lambda>0$ 时,方程(2.5)的通解为 $$ X(x)=c_1 \cos \sqrt{\lambda} x+c_2 \sin \sqrt{\lambda} x $$ 代入边值条件得 $c_1=0, c_2 \sqrt{\lambda} \cos \sqrt{\lambda}=0$ .于是求得特征值为 $$ \lambda_k=\left(k+\frac{1}{2}\right)^2 \pi^2, \quad k=0,1,2 \cdots . $$ 对应的特征函数为 $$ X_k(x)=c_k \sin \left(k+\frac{1}{2}\right) \pi x, \quad k=0,1,2 \cdots . $$ 对特征值 $\lambda_k$ ,解方程(2.6)得 $$ T_k(t)=a_k \cos \left(k+\frac{1}{2}\right) \pi t+b_k \sin \left(k+\frac{1}{2}\right) \pi t $$ 其中 $a_k$ 和 $b_k$ 都是任意常数,于是对任意的 $A_k=c_k a_k$ 和 $B_k=c_k b_k$ ,函数 $$ u_k(x, t)=\left(A_k \cos \left(k+\frac{1}{2}\right) \pi t+B_k \sin \left(k+\frac{1}{2}\right) \pi t\right) \sin \left(k+v \frac{1}{2}\right) \pi x, \quad k=0,1,2 \cdots $$ 满足方程(2.1)和边值条件(2.3). 作级数 $$ u(x, t)=\sum_{k=0}^{\infty}\left(A_k \cos \left(k+\frac{1}{2}\right) \pi t+B_k \sin \left(k+\frac{1}{2}\right) \pi t\right) \sin \left(k+\frac{1}{2}\right) \pi x . $$ 代入初值条件(2.2),得 $$ \sum_{k=0}^{\infty} A_k \sin \left(k+\frac{1}{2}\right) \pi x=\sin \frac{3}{2} \pi x $$ $$ \sum_{k=0}^{\infty} B_k\left(k+\frac{1}{2}\right) \pi \sin \left(k+\frac{1}{2}\right) \pi x=\sin \frac{5}{2} \pi x $$ 由此推出 $$ \begin{gathered} A_0=0, \quad A_1=1, \quad A_2=A_3=\cdots=0 \\ B_0=B_1=0, \quad B_2=\frac{2}{5 \pi}, \quad B_3=B_4=\cdots=0 \end{gathered} $$ 所以混合问题 $(2.1)-(2.3)$ 的解为 $$ u(x, t)=\cos \frac{3}{2} \pi t \sin \frac{3}{2} \pi x+\frac{2}{5 \pi} \sin \frac{5}{2} \pi t \sin \frac{5}{2} \pi x . $$ 例 3.2 用分离变量法求解如下二维波动方程的混合问题: $$ \left\{\begin{array}{l} u_{t t}-a^2\left(u_{x x}+u_{y y}\right)=0, \quad 0<x<p, \quad 0 \leqslant y<q, \quad t>0 \\ \left.u\right|_{t=0}=\varphi(x, y),\left.\quad u_t\right|_{t=0}=\psi(x, y), \quad 0 \leqslant x \leqslant p, \quad 0 \leqslant y \leqslant q \\ \left.u\right|_{x=0}=\left.u\right|_{x=p}=0, \quad 0 \leqslant y \leqslant q, \quad t \geqslant 0 \\ \left.u\right|_{y=0}=\left.u\right|_{y=q}=0, \quad 0 \leqslant x \leqslant p, \quad t \geqslant 0 \end{array}\right. $$ 其中 $a>0, p>0, q>0$ 为常数. 解 为了用分离变量法求解混合问题(2.8)-(2.11),我们先求满足边值条件 (2.10),(2.11)的方程(2.8)的具有如下变量分离形式的解: $$ u(x, y, t)=v(x, y) T(t) ...(2.12) $$ 将(2.12)式代入方程(2.8),得 $$ \frac{v_{x x}+v_{y y}}{v(x, y)}=\frac{T^{\prime \prime}(t)}{a^2 T(t)}=-\mu $$ 其中 $\mu$ 为常数.于是得到 $$ v_{x x}+v_{y y}+\mu v=0 $$ 及 $$ T^{\prime \prime}(t)+a^2 \mu T(t)=0 $$ 此时边值条件(2.10),(2.11)变为 $$ \begin{cases}\left.v\right|_{x=0}=0, & \left.v\right|_{x=p}=0, \\ \left.v\right|_{y=0}=0, & \left.v\right|_{y=q}=0 .\end{cases} $$ 现在来求问题 $(2.13),(2.15)$ 的特征值和特征函数,为此,将方程(2.13)再进行变量分离,令 $$ v(x, y)=X(x) Y(y) $$ 将(2.16)式代入方程(2.13),得 $$ -\frac{X^{\prime \prime}(x)}{X(x)}=\frac{Y^{\prime \prime}(y)}{Y(y)}+\mu=\lambda $$ 其中 $\lambda$ 为常数.由此得到两个常微分方程 $$ \left\{\begin{array}{l} X^{\prime \prime}(x)+\lambda X(x)=0 \\ Y^{\prime \prime}(y)+(\mu-\lambda) Y(y)=0 \end{array}\right. $$ 由(2.16)式可知,边值条件(2.15)变为 $$ \begin{cases}X(0)=0, & X(p)=0 \\ Y(0)=0, & Y(q)=0\end{cases} $$ 由此我们得到两个特征值问题: $$ \left\{\begin{array}{l} X^{\prime \prime}(x)+\lambda X(x)=0 \\ X(0)=0, \quad X(p)=0 \end{array}\right. $$ 和 $$ \left\{\begin{array}{l} Y^{\prime \prime}(y)+(\mu-\lambda) Y(y)=0 \\ Y(0)=0, \quad Y(q)=0 \end{array}\right. $$ 它们的特征值分别为 $\lambda_m=\left(\frac{m \pi}{p}\right)^2, m=1,2, \cdots ; \mu_{m, n}-\lambda_m=\left(\frac{n \pi}{q}\right)^2, n=$ $1,2, \cdots$ ,对应的特征函数为 $$ X_m(x)=\sin \frac{m \pi x}{p}, \quad Y_n(y)=\sin \frac{n \pi y}{q}, \quad m, n=1,2, \cdots $$ 由此可见问题(2.13),(2.15)的特征值为 $$ \mu_{m, n}=k_{m, n}^2=\left(\frac{m^2}{p^2}+\frac{n^2}{q^2}\right) \pi^2, \quad m, n=1,2, \cdots, $$ 其中 $k_{m, n}>0$ ,对应的特征函数为 $$ v_{m, n}(x, y)=\sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q} . $$ 关于方程 $(2.14)$ ,我们知道对每一个特征值 $\mu_{m, n}=k_{m, n}^2$ ,它的通解具有形式 $$ T_{m, n}(t)=A_{m, n} \cos a k_{m, n} t+B_{m, n} \sin a k_{m, n} t $$ 其中 $A_{m, n}$ 和 $B_{m, n}$ 都是任意常数. 最后由 $(2.12),(2.23)$ 和 $(2.24)$ 三式知,方程 $(2.8)$ 满足边值条件 $(2.10),(2.11)$的解具有形式: $$ u_{m, n}(x, y, t)=\left(A_{m, n} \cos a k_{m, n} t+B_{m, n} \sin a k_{m, n} t\right) \sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q}, m, n=1,2, \cdots $$ 为了使它们满足初值条件(2.9),作级数 $$ \begin{aligned} u(x, y, t) & =\sum_{m, n=1}^{\infty} u_{m, n}(x, y, t) \\ & =\sum_{m, n=1}^{\infty}\left(A_{m, n} \cos a k_{m, n} t+B_{m, n} \sin a k_{m, n} t\right) \sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q} \end{aligned} $$ 若级数(2.25)及它对 $x, y$ 和 $t$ 的二次逐项微分所得的级数都是一致收敛的,则其和函数显然满足方程(2.8)及边值条件(2.10),(2.11)。为了满足初值条件 (2.9),必须使 $$ \left\{\begin{array}{l} \varphi(x, y)=\sum_{m, n=1}^{\infty} A_{m, n} \sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q} \\ \psi(x, y)=\sum_{m, n=1}^{\infty} a k_{m, n} B_{m, n} \sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q} \end{array}\right. $$ 由此可知,如果函数 $\varphi(x, y)$ 和 $\psi(x, y)$ 都能展开成二重 Fourier 正弦级数,那么它们的系数 $A_{m, n}$ 和 $B_{m, n}$ 就可由下式确定: $$ \left\{\begin{array}{l} A_{m, n}=\frac{4}{p q} \int_0^p \int_0^q \varphi(x, y) \sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q} d y d x \\ B_{m, n}=\frac{4}{a k_{m, n} p q} \int_0^p \int_0^q \psi(x, y) \sin \frac{m \pi x}{p} \sin \frac{n \pi y}{q} d y d x \end{array}\right. $$ 将(2.27)式确定的系数代入级数(2.25),就得到混合问题(2.8)-(2.11)的解.
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:
具有 Neumann 边值条件的混合问题
下一篇:
偏微分方程典型实例(续)
本文对您是否有用?
有用
(
0
)
无用
(
0
)
赞助:
知乎 Mathhub
启明星
商务合作
赞助本站
科数网
是专业的数学网站,为您提供题库与教程 版权所有 禁止镜像
部分内容采用AI辅助生成,请注意识别
如果页面无法显示请联系 18155261033 或 983506039@qq.com