最后更新: 2024-01-04 21:14 查看: 642 次反馈能力测评会员8.2元/月赞助

波动方程

波动方程或称波方程（英语：wave equation）是一种二阶线性偏微分方程，主要描述自然界中的各种的波动现象—正如它们出现在经典物理学中—例如机械波，包括声波、光波、引力波、无线电波、水波、和地震波。波动方程抽象自声学、波动光学、电磁学、电动力学、流体力学、广义相对论等领域。

历史上许多科学家，如达朗贝尔、欧拉、丹尼尔·伯努利和拉格朗日等在研究乐器等物体中的弦振动问题时，都对波动方程理论作出过重要贡献。[1][2][3][4] 1746年，达朗贝尔发现了一维波动方程，欧拉在其后10年之内发现了三维波动方程。

## 简介

波动方程是双曲形偏微分方程的最典型代表，其最简形式可表示为: 关于位置 $x$ 和时间 $t$ 的标量函数 $u$ (代表各点偏离平衡位置的距离) 满足:

$$
\frac{\partial^2 u}{\partial t^2}=c^2 \nabla^2 u
$$

这里 $c$ 通常是一个固定常数，代表波的传播速率。在常压、 $20^{\circ} \mathrm{C}$ 的空气中 $c$ 为 343 米/秒 (参见音速) 。在弦振动问题中， $c$ 依不同弦的密度大小和轴向张力不同可能相差非常大。而在半环螺旋弹簧 (一种玩具，英文商标为Slinky) 上，波速可以慢到1米/秒。

其他形式的波动方程还能在量子力学和广义相对论理论中用到。

## 推导

一维波动方程可用如下的方式推导: 一列质量为 $m$ 的小质点，相邻质点间用长度 $h$ 的弹簧连接。弹簧的弹性系数 (又称 "倔强系数") 为 $k$ :

![xx.gif](/uploads/2024-01/6a6b80.gif)

其中 $u(x)$ 表示位于 $x$ 的质点偏离平衡位置的距离。施加在位于 $x+h$ 处的质点 $m$ 上的力为:

$$
\begin{aligned}
& F_{\text {Newton }}=m \cdot a(t)=m \cdot \frac{\partial^2}{\partial t^2} u(x+h, t) \\
& F_{\text {Hooke }}=F_{x+2 h}+F_x=k[u(x+2 h, t)-u(x+h, t)]+k[u(x, t)-u(x+h, t)]
\end{aligned}
$$

其中 $F_{\text {Newton }}$ 代表根据牛顿第二定律计算的质点惯性力， $F_{\text {Hooke }}$ 代表根据胡克定律计算的弹簧作用力。所以根据分析力学中的达朗贝尔原理，位于 $x+h$ 处质点的运动方程为:

$$
m \frac{\partial^2 u(x+h, t)}{\partial t^2}=k[u(x+2 h, t)-u(x+h, t)-u(x+h, t)+u(x, t)]
$$

式中已注明 $u(x)$ 是时间 $t$ 的显函数。
若 $N$ 个质点间隔均匀地固定在长度 $L=N h$ 的弹簧链上，总质量 $M=N m$ ，链的总体劲度系数为 $K=k / N$ ，我们可以将上面的方程写为:

$$
\frac{\partial^2 u(x+h, t)}{\partial t^2}=\frac{K L^2}{M} \frac{u(x+2 h, t)-2 u(x+h, t)+u(x, t)}{h^2}
$$

取极限 $N \rightarrow \infty, h \rightarrow 0$ 就得到这个系统的波动方程:

$$
\frac{\partial^2 u(x, t)}{\partial t^2}=\frac{K L^2}{M} \frac{\partial^2 u(x, t)}{\partial x^2}
$$

在这个例子中，波速

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《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)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《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

线性代数测评 行列式矩阵向量空间

《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

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：泊松方程

下一篇：热传导方程

本文对您是否有用？有用 (0) 无用 (0)