在线学习
重点科目
初中数学
高中数学
高等数学
线性代数
概率统计
高中物理
数学公式
主要科目
复变函数
离散数学
数学分析
实变函数
群论
数论
未整理科目
近世代数
数值分析
常微分方程
偏微分方程
大学物理
射影几何
微分几何
泛函分析
拓扑学
数学物理
趣味数学
科数网
首页
教材
高考区
考研区
VIP
科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
你好
游客,
登录
注册
在线学习
偏微分方程
第五篇 波动方程
能量不等式
最后
更新:
2025-04-30 07:32
查看:
0
次
反馈
刷题
能量不等式
3.3 能量不等式 为了讨论混合问题解的稳定性,我们先建立能量不等式.设解 $u\left(x_1, x_2, \cdots\right.$ , $\left.x_n, t\right)$ 在 $\Omega$ 上 $L^2$ 可积,记 $$ E_0(t)=\frac{1}{2} \int_{\Omega} u^2\left(x_1, x_2, \cdots, x_n, t\right) d x_1 d x_2 \cdots d x_n, $$ 将(3.11)式关于 $t$ 求导,利用 Cauchy 不等式,得 $$ \frac{d E_0(t)}{d t}=\int_{\Omega} u u_t d x_1 d x_2 \cdots d x_n $$ 将(3.11)式关于 $t$ 求导,利用 Cauchy 不等式,得 $$ \begin{aligned} \frac{d E_0(t)}{d t} & =\int_{\Omega} u u_t d x_1 d x_2 \cdots d x_n \\ & \leqslant \frac{1}{2} \int_{\Omega} u^2 d x_1 d x_2 \cdots d x_n+\frac{1}{2} \int_{\Omega} u_t^2 d x_1 d x_2 \cdots d x_n \\ & \leqslant E_0(t)+E(t) \end{aligned} $$ 由 Gronwall(格朗沃尔)不等式(见附录 III),上式表明 $$ E_0(t) \leqslant E_0(0) e^t+e^t \int_0^t e^{-\tau} E(\tau) d \tau $$ 由于混合问题(3.6)能量守恒,即 $E(t)=E(0)$ ,故(3.12)式可写为 $$ E_0(t) \leqslant e^t E_0(0)+E(0)\left(e^t-1\right) $$ (3.13)式是与混合问题(3.6)的解有关的一个估计式,我们称它为能量不等式,通常亦称为先验估计。 应用能量不等式(3.13),我们立即可以得到混合问题(3.10)解的连续依赖性. 定理 5.9 混合问题(3.10)的解在下述意义下关于初值数据是稳定的,即对于任意的正数 $\varepsilon$ ,总存在正数 $\delta$ ,只要 $$ \left\|\varphi_1(\cdot)-\varphi_2(\cdot)\right\|_{L^2(\Omega)}<\delta, \quad\left\|\psi_1(\cdot)-\psi_2(\cdot)\right\|_{L^2(\Omega)}<\delta, $$ $$ \left\|\nabla \varphi_1(\cdot)-\nabla \varphi_2(\cdot)\right\|_{L^2(\Omega)}<\delta, \quad\left\|\varphi_1(\cdot)-\varphi_2(\cdot)\right\|_{L^2(\Gamma)}<\delta $$ 就有:以 $\varphi_1, \psi_1$ 为初值的解 $u_1$ 与以 $\varphi_2, \psi_2$ 为初值的解 $u_2$ 之差满足 $$ \left\|u_1(\cdot, t)-u_2(\cdot, t)\right\|_{L^2(\Omega)}<\varepsilon $$ 或 $$ \int_0^T \int_{\Omega}\left(u_1\left(x_1, x_2, \cdots, x_n, t\right)-u_2\left(x_1, x_2, \cdots, x_n, t\right)\right)^2 d x_1 d x_2 \cdots d x_n d t<\varepsilon^2 T $$ 其中 $\|g(\cdot)\|_{L^2(\Omega)}=\left(\int_{\Omega} g^2\left(x_1, x_2, \cdots, x_n\right) d x_1 d x_2 \cdots d x_n\right)^{\frac{1}{2}},\|g(\cdot)\|_{L^2(\Gamma)}=\left(\int_{\Gamma} g^2\right.$ $\left.\left(x_1, x_2, \cdots, x_n\right) d S\right)^{\frac{1}{2}}$ 分别表示 $g$ 在 $\Omega$ 内及 $\Gamma$ 上的 $L^2$ 范数. 证 记 $\bar{\varphi}=\varphi_1-\varphi_2, \bar{\psi}=\psi_1-\psi_2, \bar{u}=u_1-u_2$ ,于是 $\bar{u}\left(x_1, x_2, \cdots, x_n, t\right)$ 满足定解问题: $$ \left\{\begin{array}{l} \bar{u}_{t t}-a^2 \Delta \bar{u}=0, \quad\left(x_1, x_2, \cdots, x_n\right) \in \Omega, \quad t>0 \\ \left.\bar{u}\right|_{t=0}=\bar{\varphi}\left(x_1, x_2, \cdots, x_n\right),\left.\quad \bar{u}_t\right|_{t=0}=\bar{\psi}\left(x_1, x_2, \cdots, x_n\right), \quad\left(x_1, x_2, \cdots, x_n\right) \in \bar{\Omega} \\ \left.\left(\frac{\partial \bar{u}}{\partial \nu}+\sigma \bar{u}\right)\right|_{\Gamma \times[0, \infty)}=0 \end{array}\right. $$ 此时, $$ \begin{gathered} E_0(t)=\frac{1}{2} \int_{\Omega} \bar{u}^2\left(x_1, x_2, \cdots, x_n, t\right) d x_1 d x_2 \cdots d x_n, \\ E_0(0)=\frac{1}{2} \int_{\Omega} \bar{\varphi}^2\left(x_1, x_2, \cdots, x_n\right) d x_1 d x_2 \cdots d x_n \end{gathered} $$ 及 $$ E(0)=\frac{1}{2} \int_{\Omega}\left(\bar{\psi}^2+a^2|\nabla \bar{\varphi}|^2\right) d x_1 d x_2 \cdots d x_n+\frac{1}{2} a^2 \sigma \int_{\Gamma} \bar{\varphi}^2 d S . $$ 当 $0 \leqslant t \leqslant T$ 时,能量不等式(3.13)可写成 $$ \begin{aligned} E_0(t) \leqslant & e^T E_0(0)+E(0)\left(e^T-1\right) \\ \leqslant & \frac{1}{2} e^T \int_{\Omega} \bar{\varphi}^2 d x_1 d x_2 \cdots d x_n+\frac{1}{2}\left(e^T-1\right)\left[\int_{\Omega}\left(\bar{\psi}^2+a^2|\nabla \bar{\varphi}|^2\right) d x_1 d x_2 \cdots d x_n+\right. \\ & \left.a^2 \sigma \int_{\Gamma} \bar{\varphi}^2 d S\right] \end{aligned} $$ 即 $$ \begin{aligned} \left\|u_1(\cdot, t)-u_2(\cdot, t)\right\|_{L^2(\Omega)}^2 \leqslant & e^T\left[\left\|\varphi_1(\cdot)-\varphi_2(\cdot)\right\|_{L^2(\Omega)}^2+\left\|\psi_1(\cdot)-\psi_2(\cdot)\right\|_{L^2(\Omega)}^2+\right. \\ & \left.a^2\left\|\nabla \varphi_1(\cdot)-\nabla \varphi_2(\cdot)\right\|_{L^2(\Omega)}^2+a^2 \sigma\left\|\varphi_1(\cdot)-\varphi_2(\cdot)\right\|_{L^2(\Gamma)}^2\right] \\ < & e^T\left(2+a^2+a^2 \sigma\right) \delta^2, \end{aligned} $$ 所以 $$ \left\|u_1(\cdot, t)-u_2(\cdot, t)\right\|_{L^2(\Omega)}<\delta \sqrt{e^T\left(2+a^2+a^2 \sigma\right)} $$ 若选取 $\delta=\varepsilon\left[ e ^T\left(2+a^2+a^2 \sigma\right)\right]^{-\frac{1}{2}}$ ,则 $$ \left\|u_1(\cdot, t)-u_2(\cdot, t)\right\|_{L^2(\Omega)}<\varepsilon . $$ 上式平方后在 $[0, T]$ 上关于 $t$ 积分,即得 $$ \int_0^T \int_{\Omega}\left(u_1-u_2\right)^2 d x_1 d x_2 \cdots d x_n d t<\varepsilon^2 T . $$ 定理证毕。 关于混合问题的解对自由项 $f\left(x_1, x_2, \cdots, x_n, t\right)$ 的连续依赖性,我们要先建立有外力作用时的能量不等式.由于外力不恒等于零,所以能量不守恒,这时从定理 5.7 的证明不难得到 $$ \frac{d E(t)}{d t}=\int_{\Omega} u_t f d x_1 d x_2 \cdots d x_n $$ $$ \begin{aligned} & \leqslant \frac{1}{2} \int_{\Omega} u_t^2 d x_1 d x_2 \cdots d x_n+\frac{1}{2} \int_{\Omega} f^2 d x_1 d x_2 \cdots d x_n \\ & \leqslant E(t)+\frac{1}{2} \int_{\Omega} f^2 d x_1 d x_2 \cdots d x_n \end{aligned} $$ 令 $\frac{1}{2} \int_{\Omega} f^2\left(x_1, x_2, \cdots, x_n, t\right) d x_1 d x_2 \cdots d x_n=F(t)$ ,由 Gronwall 不等式(见附录 III)就可推导出有外力作用时所满足的能量不等式 $$ E(t) \leqslant e^t E(0)+e^t \int_0^t e^{-\tau} F(\tau) d \tau $$ 利用不等式(3.14)就可证明:对于混合问题(3.10),当自由项 $f$ 在某种意义下作"微小改变"时,对应的解也是"微小改变"的。事实上,这个问题可归结为对定解问题 $$ \left\{\begin{array}{l} u_{t t}-a^2 \Delta u=f\left(x_1, x_2, \cdots, x_n, t\right), \quad\left(x_1, x_2, \cdots, x_n\right) \in \Omega, \quad t>0 \\ \left.u\right|_{t=0}=0,\left.\quad u_t\right|_{t=0}=0, \quad\left(x_1, x_2, \cdots, x_n\right) \in \bar{\Omega} \\ \left.\left(\frac{\partial u}{\partial \nu}+\sigma u\right)\right|_{\Gamma \times[0, \infty)}=0 \end{array}\right. $$ 证明当自由项 $f$"很小"时,对应的解也是"很小"的. 为此,利用能量不等式(3.12) $$ E_0(t) \leqslant e^t E_0(0)+e^t \int_0^t e^{-\tau} E(\tau) d \tau $$ 将不等式(3.14)中的 $E(t)$ 代入上式,并注意到此时应有 $E(0)=0, E_0(0)=0$ ,通过对不等式的加强,得到 $$ E_0(t) \leqslant T e^T \int_0^T F(\tau) d \tau=\frac{1}{2} T e^T \int_0^T \int_{\Omega} f^2 d x_1 d x_2 \cdots d x_n d \tau, \quad 0 \leqslant t \leqslant T $$ 这时不难看出,只要 $f\left(x_1, x_2, \cdots, x_n, t\right)$ 的平方模 $\left(\int_0^T \int_{\Omega} f^2\left(x_1, x_2, \cdots, x_n, t\right) d x_1\right.$ $\left.d x_2 \cdots d x_n d t\right)^{\frac{1}{2}}$ 很小,则对应的解在任何时刻 $t(0 \leqslant t \leqslant T)$ 对变量 $x_1, x_2, \cdots, x_n$的平方模 $\|u(\cdot, t)\|_{L^2(\Omega)}$ 或对变量 $x_1, x_2, \cdots, x_n, t$ 的平方模 $\left(\int_0^T \int_{\Omega} u^2\left(x_1, x_2, \cdots\right.\right.$ , $\left.\left.x_n, t\right) d x_1 d x_2 \cdots d x_n d t\right)^{\frac{1}{2}}$ 也很小.这就证明了所要的结论.
开VIP会员
非会员每天6篇,会员每天16篇,VIP会员无限制访问
题库训练
自我测评
投稿
上一篇:
混合问题解的唯一性
下一篇:
Cauchy 问题解的唯一性和稳定性
本文对您是否有用?
有用
(
0
)
无用
(
0
)
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。