Chty's Blog
秋阴不散霜飞晚,留得
残荷听雨
声。
Toggle navigation
Chty's Blog
主页
归档
标签
Fourier Analysis Note(2) 热传导方程
2024-01-26 21:13:11
16
0
0
傅里叶分析
chty_syq
? 傅里叶分析 ?
## *1. Derivation of the Heat Equation(热传导方程的推导)* > **Problem 1.** 设一个无限长的金属平面 $\mathbb{R}^{2}$,在 $t=0$ 时刻有初始温度,我们希望描述 $t$ 时刻点 $(x,y)$ 处的温度 $u(x,y,t)$. 我们考虑一个以 $(x_{0},y_{0})$ 为中心,边长为 $h$ 的正方形微元 $S$,如图所示 <center><img src="https://leanote.com/api/file/getImage?fileId=65b241c2ab64414eb6207943" width=60%></center> 该微元面片在 $t$ 时刻的总热量 $$H(t)=\sigma \iint_S u(x, y, t) d x d y$$ 其中 $\sigma$ 表示该金属材料的 *specific heat(比热容)*,那么流入 $S$ 的热量就是 $$\frac{\partial H}{\partial t}=\sigma \iint_S \frac{\partial u}{\partial t} d x d y \approx \sigma h^2 \frac{\partial u}{\partial t}\left(x_0, y_0, t\right)$$ 这里由于 $S$ 是一段微元,可以认为其热量均匀分布,以此来近似积分的值。 根据 *Newton’s law of cooling(牛顿冷却定律)*,热量由温度较高的地方流向温度较低的地方,且热流与其梯度成正比。因此,从中心点向右侧的热流为 $$-\kappa h \frac{\partial u}{\partial x}\left(x_0+\frac{h}{2}, y_0, t\right)$$ 其中 $\kappa$ 为材料的 *conductivity(热导率)*,将四个方向上的热流相加,其结果等于流入 $S$ 的热量,即 $$\begin{aligned} \sigma h^2 \frac{\partial u}{\partial t}\left(x_0, y_0, t\right) = \kappa h\left[\frac{\partial u}{\partial x}\right. & \left(x_0+\frac{h}{2}, y_0, t\right)-\frac{\partial u}{\partial x}\left(x_0-\frac{h}{2}, y_0, t\right) \\ & \left.+\frac{\partial u}{\partial y}\left(x_0, y_0+\frac{h}{2}, t\right)-\frac{\partial u}{\partial y}\left(x_0, y_0-\frac{h}{2}, t\right)\right] \end{aligned}$$ 根据微分中值定理,我们知道必然存在 $\xi \in (-\frac{h}{2},\frac{h}{2})$ 使得 $$\frac{\partial^{2} u}{\partial x^{2}}(\xi,y_{0},t) = \frac{1}{h}\left\{\frac{\partial u}{\partial x}\left(x_0+\frac{h}{2}, y_0, t\right)-\frac{\partial u}{\partial x}\left(x_0-\frac{h}{2}, y_0, t\right)\right\}$$ 因此当 $h\rightarrow 0$ 时,我们可以得到 $$\frac{\sigma}{\kappa} \frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}+\frac{\partial^2 u}{\partial y^2}$$ 这就是我们的 *heat equation(热传导方程)*. --- ## *2. Heat Equation in the Disc(圆盘上的热传导方程)* 假设在经过一段时间后,热量交换停止,此时 $u(x,y,t)$ 不再随时间变化,得到 *steady-state heat equation(稳态热传导方程)* $$\frac{\partial^2 u}{\partial x^2}+\frac{\partial^2 u}{\partial y^2}=0$$ 熟知微积分的同学可能已经发现了,$\frac{\partial^2}{\partial x^2}+\frac{\partial^2}{\partial y^2}$ 是 *Laplacian(拉普拉斯算子)*,记作 $$\Delta u(x,y) = 0$$ 该方程的解我们称之为 *harmonic functions(调和函数)*. > **Problem 2. Dirichlet Problem(狄利克雷问题).** 考虑平面上的单位圆盘 > $$D=\left\{(x, y) \in \mathbb{R}^2: x^2+y^2<1\right\}$$ 其边界为单位圆 $C$,我们希望求解稳态热传导方程 > $$\Delta u(x,y) = 0$$ 边界条件:在边界 $C$ 上,有 > $$u(x,y) = f(x,y)$$ 在圆盘上直接使用 $(x,y)$ 坐标计算非常不方便,因此我们考虑转换为极坐标来做,此时 $$D=\{(r, \theta): 0 \leq r<1\}, \quad C=\{(r, \theta): r=1\}$$ 将稳态热传导方程写成极坐标形式得到(我们会在附录中证明它) $$\Delta u=\frac{\partial^2 u}{\partial r^2}+\frac{1}{r} \frac{\partial u}{\partial r}+\frac{1}{r^2} \frac{\partial^2 u}{\partial \theta^2} = 0$$ 以及边界条件 $u(1,\theta) = f(\theta)$. 模仿求解波动方程时的做法,我们分离变量 $u(r, \theta)=F(r) G(\theta)$,得到 $$\frac{r^2 F^{\prime \prime}(r)+r F^{\prime}(r)}{F(r)}=-\frac{G^{\prime \prime}(\theta)}{G(\theta)}=\lambda$$ 进一步的可以写成两个常微分方程 $$\left\{\begin{array}{l} G^{\prime \prime}(\theta)+\lambda G(\theta)=0, \\ r^2 F^{\prime \prime}(r)+r F^{\prime}(r)-\lambda F(r)=0 . \end{array}\right.$$ 由于 $G$ 是一个以 $2\pi$ 为周期的函数,必须有 $\lambda \geq 0$,否则的话 $G$ 就成了一个单调函数,不可能是周期函数。 第一个常微分方程是我们的老熟人了,设 $\lambda = m^{2},m\in\mathbb{Z}$,则方程的解为 $$G(\theta)=\tilde{A} \cos m \theta+\tilde{B} \sin m \theta = A e^{i m \theta}+B e^{-i m \theta}$$ 在附录中我们会证明第二个常微分方程的解为 $$F(r) = F(r)= \begin{cases}\alpha r^m+\beta r^{-m}, & m \neq 0 \\ \alpha \log r+\beta, & m=0\end{cases}$$ - 当 $m\neq 0$ 时,$r^{-m}$ 项在 $r\rightarrow 0$ 时无界,因此 $\beta = 0$,此时不妨取 $\alpha = 1$. - 当 $m = 0$ 时,$\log r$ 项在 $r\rightarrow 0$ 时无界,因此 $\alpha = 0$,此时 $F(r)$ 恒为常数,这不是我们想要的东西。 因此结合两个方程的解,我们可以得到稳态热传导方程的一个特解 $$u_m(r, \theta)=r^{|m|} e^{i m \theta}, \quad m \in \mathbb{Z}$$ 由于热传导方程有线性性质,所以我们同样把这些特解叠加起来,得到方程的通解 $$u(r, \theta)=\sum_{m=-\infty}^{\infty} a_m r^{|m|} e^{i m \theta}$$ 代入边界条件得到 $$u(1, \theta)=\sum_{m=-\infty}^{\infty} a_m e^{i m \theta}=f(\theta)$$ **现在重点来了,我们知道 $f(\theta)$ 是一个定义在 $[0,2\pi]$ 上的任意函数,且 $f(0)=f(2\pi)$,那么是否意味着所有这样的函数都可以写成这种无穷级数的形式呢?** **在波动方程求解的过程中,我们也提出了这样的问题,这就是研究傅里叶分析学的起源。** --- ## *Appendix* > **Theorem 1. Laplacian in Polar Coordinates(极坐标下的拉普拉斯算子).** 拉普拉斯算子 > $$\Delta=\frac{\partial^2}{\partial x^2}+\frac{\partial^2}{\partial y^2}$$ 有极坐标形式 > $$\Delta=\frac{\partial^2}{\partial r^2}+\frac{1}{r} \frac{\partial}{\partial r}+\frac{1}{r^2} \frac{\partial^2}{\partial \theta^2}$$ 证明:在极坐标下有坐标转换 $$x =r \cos \theta, \quad y=r \sin \theta,\quad r^2 =x^2+y^2$$ 根据链式法则,有 $$\begin{aligned} & \frac{\partial}{\partial x}=\frac{\partial r}{\partial x} \frac{\partial}{\partial r}+\frac{\partial \theta}{\partial x} \frac{\partial}{\partial \theta}=\cos \theta \frac{\partial}{\partial r}-\frac{\sin \theta}{r} \frac{\partial}{\partial \theta} \\ & \frac{\partial}{\partial y}=\frac{\partial r}{\partial y} \frac{\partial}{\partial r}+\frac{\partial \theta}{\partial y} \frac{\partial}{\partial \theta}=\sin \theta \frac{\partial}{\partial r}+\frac{\cos \theta}{r} \frac{\partial}{\partial \theta} \end{aligned}$$ 这里我们稍作解释 $$\begin{array}{ll} \frac{\partial r}{\partial x}=\frac{x}{\sqrt{x^2+y^2}}=\cos \theta, & \frac{\partial r}{\partial y}=\frac{y}{\sqrt{x^2+y^2}}=\sin \theta, \\ \frac{\partial \theta}{\partial x}=-\frac{y}{x^2+y^2}=-\frac{\sin \theta}{r}, & \frac{\partial \theta}{\partial y}=\frac{x}{x^2+y^2}=\frac{\cos \theta}{r} . \end{array}$$ 代入得到 $$\begin{aligned} \Delta &=\frac{\partial}{\partial x}\left(\frac{\partial}{\partial x}\right)+\frac{\partial}{\partial y}\left(\frac{\partial}{\partial y}\right) \\ & =\cos \theta \frac{\partial}{\partial r}\left(\cos \theta \frac{\partial}{\partial r}-\frac{\sin \theta}{r} \frac{\partial}{\partial \theta}\right)-\frac{\sin \theta}{r} \frac{\partial}{\partial \theta}\left(\cos \theta \frac{\partial}{\partial r}-\frac{\sin \theta}{r} \frac{\partial}{\partial \theta}\right) \\ & \quad\quad +\sin \theta \frac{\partial}{\partial r}\left(\sin \theta \frac{\partial}{\partial r}+\frac{\cos \theta}{r} \frac{\partial}{\partial \theta}\right)+\frac{\cos \theta}{r} \frac{\partial}{\partial \theta}\left(\sin \theta \frac{\partial}{\partial r}+\frac{\cos \theta}{r} \frac{\partial}{\partial \theta}\right) \\ & =\cos \theta\left(\cos \theta \frac{\partial^2}{\partial r^2}+\frac{\sin \theta}{r^2} \frac{\partial}{\partial \theta}-\frac{\sin \theta}{r} \frac{\partial^2}{\partial r \partial \theta}\right) \\ & \quad\quad+\frac{\sin \theta}{r}\left(\sin \theta \frac{\partial}{\partial r}-\cos \theta \frac{\partial^2}{\partial \theta \partial r}+\frac{\cos \theta}{r} \frac{\partial}{\partial \theta}+\frac{\sin \theta}{r} \frac{\partial^2}{\partial \theta^2}\right) \\ & \quad\quad+\sin \theta\left(\sin \theta \frac{\partial^2}{\partial r^2}-\frac{\sin \theta}{r^2} \frac{\partial}{\partial \theta}+\frac{\cos \theta}{r} \frac{\partial^2}{\partial r \partial \theta}\right) \\ & \quad\quad+\frac{\cos \theta}{r}\left(\cos \theta \frac{\partial}{\partial r}+\sin \theta \frac{\partial^2}{\partial \theta \partial r}-\frac{\sin \theta}{r} \frac{\partial}{\partial \theta}+\frac{\cos \theta}{r} \frac{\partial^2}{\partial \theta^2}\right) \\ & =\frac{\partial^2}{\partial r^2}+\frac{1}{r} \frac{\partial}{\partial r}+\frac{1}{r^2} \frac{\partial^2}{\partial \theta^2} \end{aligned}$$ > **Theorem 2.** 对于 $r>0, n\in \mathbb{Z}$,常微分方程 > $$r^2 F^{\prime \prime}(r)+r F^{\prime}(r)-n^2 F(r)=0$$ 其中 $F(r)$ 二阶可导,则方程的解为 > $$F(r) = \begin{cases} \alpha r^{n} + \beta r^{-n}, & n \neq 0 \\ \alpha \log{r}+ \beta , &n=0 \end{cases}$$ 其中 $\alpha,\beta$ 为常数。 证明:设 $F(r) = g(r)r^{n}$,则方程化简为 $$r g^{\prime \prime}(r)+(2 n+1) g^{\prime}(r)=0$$ - 当 $n = 0$ 时 $$r g^{\prime \prime}(r)+g^{\prime}(r) = \left(rg^{\prime}(r)\right)^{\prime} =0$$ 因此 $g^{\prime}(r) = \frac{\alpha}{r}$,两边积分得到 $$F(r) = g(r) = \alpha \log r + \beta$$ - 当 $n \neq 0$ 时 $$r g^{\prime \prime}(r)+(2 n+1) g^{\prime}(r) = \left(r g^{\prime}(r) + 2ng(r)\right)^{\prime} = 0$$ 因此 $r g^{\prime}(r) + 2ng(r) = \alpha$,分离变量写成微分式 $$\frac{d g}{\alpha-2 n g}=\frac{d r}{r}$$ 两边积分得到 $$ 2n\log r + \log(\alpha - 2ng) = \log \beta$$ 可以解出 $$g(r) = \frac{\alpha -\beta r^{-2n}}{2n}$$ 代回去得到 $$F(r) = \frac{\alpha r^{n} - \beta r^{-n}}{2n}$$ 由于 $\alpha,\beta,2n$ 都是常数,因此可以简写为 $$F(r) = \alpha r^{n} + \beta r^{-n}$$ --- ## *Reference* - https://math.stackexchange.com/questions/2226531/how-to-shorten-the-derivation-of-the-laplacian-in-polar-coordinates - https://www.cfm.brown.edu/people/dobrush/am34/Mathematica/ch6/polar.html
上一篇: 无
下一篇:
Fourier Analysis Note(1) 弦振动方程
0
赞
16 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
没有帐号? 立即注册