[快速复习]数理方程引论
更新:23 MAY 2016
一、三类基本二维线性方程
双曲方程-波动方程
\(\dfrac{\partial^2 u}{\partial t^2}=a^2\dfrac{\partial^2 u}{\partial x^2}\)
抛物方程-热传导方程
\(\dfrac{\partial u}{\partial t}=a^2\dfrac{\partial^2 u}{\partial x^2}\)
椭圆方程-拉普拉斯方程
\(\dfrac{\partial^2 u}{\partial x^2}+\dfrac{\partial^2 u}{\partial y^2}=0\)
二、三类边界问题
第一类边界问题-Dirichlet边界条件
\(u\Big |_S=f_1\)
第二类边界问题-Neumann边界条件
\(\dfrac{\partial u}{\partial n}\Big |_S=f_2\)
第三类边界条件-Robin边界条件
\(\left(\dfrac{\partial u}{\partial n}+\sigma u\right) \Big |_S=f_3\)
齐次即自由项\(f_i\)为0
三、基本解法
1. 有限区域
齐次方程+齐次边界条件:分离变量(驻波法)+傅里叶级数以符合初始条件
非齐次方程+齐次边界条件:分解法(非齐次方程&齐次初始条件{特征函数法}+齐次方程&非齐次初始条件)+常数变易法&傅里叶级数解非齐次方程
非齐次方程+非齐次边界条件:分解法(非齐次方程&齐次边界条件&非齐次初始条件+将边界条件化为齐次的函数,可任取)+上面求非齐次方程齐次边界条件的方法
2. 无限区域
1. 波动方程的行波法:
一维:达朗贝尔公式;三维:泊松公式;二维?
2. 积分变换法:
全空间:傅里叶变换
\(\mathscr{F}[f’(t)]=\mathrm{i}\omega\mathscr{F}[f(t)]\)
半空间:拉普拉斯变换 将微分方程变换成代数方程
\(\mathscr{L}[f’(t)]=s\mathscr{L}[f(t)]-f(0)\)
\(\mathscr{L}[f^{(n)}(t)]=s^n\mathscr{L}[f(t)]-s^{n-1}f(0)-s^{n-2}f’(0)-\cdots-f^{(n-1)}(0)\)
3. 拉普拉斯方程的格林函数法:
格林公式
第一格林公式
\(\iiint\limits_\Omega u\Delta v dV=\iint\limits_\Gamma u \dfrac{\partial v}{\partial n} dS -\iiint\limits_\Omega\nabla u\cdot\nabla vdV\)
第二格林公式
\(\iiint\limits_\Omega (u\Delta v-v\Delta u) dV=\iint\limits_\Gamma (u \dfrac{\partial v}{\partial n}-v \dfrac{\partial u}{\partial n}) dS\)
其中\(u,v\)在\(\Omega+\Gamma\)上具有一阶连续偏导数,在\(\Omega\)内具有连续的所有二阶偏导数。
格林函数的定义
\(G(M,M_0)=\dfrac{1}{4\pi r_{MM_0}}-g\)
这里\(M_0\)是任给的点,\(M\)是空间中的自变量点(考察点),需要找的是其中的\(g\)函数。Dirichlet问题方程的解为
\(u(M_0)=-\iint\limits_\Gamma u\dfrac{\partial G}{\partial n}dS\)
镜像法求\(g\)函数
平面边界:反映
\(M_1\)为\(M_0\)的反映点,
\(g=\dfrac{1}{4\pi r_{MM_1}}\)
球面边界:反演
\(M_1\)为\(M_0\)的反演点
\(g=\dfrac{R}{4\pi \rho_0 r_{MM_1}}\)
其中\(R\)为球半径,\(\rho_0=r_{OM_0}\)
共形映射法
四、特殊函数
0. \(\Gamma\)函数
1. 贝塞尔方程
方程形式:
\(x^2\dfrac{d^2 y}{dx^2}+x\dfrac{dy}{dx}+(x^2-n^2)=0\)
2. 勒让德方程
方程形式:
\((1-x^2)\dfrac{d^2y}{dx^2}-2x\dfrac{dy}{dx}+n(n+1)y=0\)
五、近似解法
1. 差分法
2. 变分法
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步