拉格朗日方程的三种推导方法之基于达朗贝尔原理推导
拉格朗日方程是分析力学中的重要方程,其地位相当于牛顿第二定律之于牛顿力学。
达朗贝尔原理由法国物理学家与数学家让•达朗贝尔发现并以其命名。达朗贝尔原理表明:对于任意物理系统,所有惯性力或施加的外力,经过符合约束条件的虚位移,所作的虚功的总合为零。即:
δW=∑i(Fi+Ii)⋅δri=0(1)\delta W=\sum\limits_{i}{\left( {{\mathbf{F}}_{i}}+{{\mathbf{I}}_{i}} \right)}\cdot \delta {{\mathbf{r}}_{i}}=0\tag{1}δW=i∑(Fi+Ii)⋅δri=0(1)
其中Ii{{\mathbf{I}}_{i}}Ii为惯性力,Ii=−miai{{\mathbf{I}}_{i}}=-{{m}_{i}}{{\mathbf{a}}_{i}}Ii=−miai。Fi{{\mathbf{F}}_{i}}Fi为粒子所受外力,δri\delta {{\mathbf{r}}_{i}}δri为符合系统约束的虚位移。
设粒子 Pi{{P}_{i}}Pi的位置 ri{{\mathbf{r}}_{i}}ri为广义坐标q1,q2,⋯,qn{{q}_{1}},{{q}_{2}},\cdots ,{{q}_{n}}q1,q2,⋯,qn与时间ttt的函数:
ri=Pi(q1,q2,⋯,qn,t)(2){{\mathbf{r}}_{i}}={{P}_{i}}\left( {{q}_{1}},{{q}_{2}},\cdots ,{{q}_{n}},t \right)\tag{2}ri=Pi(q1,q2,⋯,qn,t)(2)
则虚位移可以表示为:
δri=∑j∂ri∂qjδqj(3)\delta {{\mathbf{r}}_{i}}=\sum\limits_{j}{\frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}}\delta {{q}_{j}}\tag{3}δri=j∑∂qj∂riδqj(3)
粒子的速度vi=vi(q1,q2,⋯,qn,q˙1,q˙2,⋯,q˙n,t){{\mathbf{v}}_{i}}={{\mathbf{v}}_{i}}\left( {{q}_{1}},{{q}_{2}},\cdots ,{{q}_{n}},{{{\dot{q}}}_{1}},{{{\dot{q}}}_{2}},\cdots ,{{{\dot{q}}}_{n}},t \right)vi=vi(q1,q2,⋯,qn,q˙1,q˙2,⋯,q˙n,t) 可表示为:
vi=dridt=∂ri∂t+∑j∂ri∂qjq˙j(4){{\mathbf{v}}_{i}}=\frac{d{{\mathbf{r}}_{i}}}{dt}=\frac{\partial {{\mathbf{r}}_{i}}}{\partial t}+\sum\limits_{j}{\frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}}{{\dot{q}}_{j}}\tag{4}vi=dtdri=∂t∂ri+j∑∂qj∂riq˙j(4)
取速度对于广义速度的偏微分:
∂vi∂q˙j=∂ri∂qj(5)\frac{\partial {{\mathbf{v}}_{i}}}{\partial {{{\dot{q}}}_{j}}}=\frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\tag{5}∂q˙j∂vi=∂qj∂ri(5)
首先转化方程(1)的加速度项。将方程(3)代入:
∑imiai⋅δri=∑i,jmiai⋅∂ri∂qjδqj(6)\sum\limits_{i}{{{m}_{i}}}{{\mathbf{a}}_{i}}\cdot \delta {{\mathbf{r}}_{i}}=\sum\limits_{i,j}{{{m}_{i}}}{{\mathbf{a}}_{i}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\delta {{q}_{j}}\tag{6}i∑miai⋅δri=i,j∑miai⋅∂qj∂riδqj(6)
应用乘积法则:
∑i,jmiai⋅∂ri∂qjδqj=∑i,j(ddt(mivi⋅∂ri∂qj)−mivi⋅ddt(∂ri∂qj))δqj(7)\sum\limits_{i,j}{{{m}_{i}}}{{\mathbf{a}}_{i}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\delta {{q}_{j}}=\sum\limits_{i,j}{\left( \frac{d}{dt}\left( {{m}_{i}}{{\mathbf{v}}_{i}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}} \right)-{{m}_{i}}{{\mathbf{v}}_{i}}\cdot \frac{d}{dt}\left( \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}} \right) \right)}\delta {{q}_{j}}\tag{7}i,j∑miai⋅∂qj∂riδqj=i,j∑(dtd(mivi⋅∂qj∂ri)−mivi⋅dtd(∂qj∂ri))δqj(7)
注意到∂ri∂qj\frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}∂qj∂ri 的参数为 q1,q2,⋯,qn,t{{q}_{1}},{{q}_{2}},\cdots ,{{q}_{n}},tq1,q2,⋯,qn,t,而速度 vi{{\mathbf{v}}_{i}}vi 的参数为q1,q2,⋯,qn,q˙1,q˙2,⋯,q˙n,t{{q}_{1}},{{q}_{2}},\cdots ,{{q}_{n}},{{\dot{q}}_{1}},{{\dot{q}}_{2}},\cdots ,{{\dot{q}}_{n}},tq1,q2,⋯,qn,q˙1,q˙2,⋯,q˙n,t ,所以,
ddt(∂ri∂qj)=(∂∂t+∑kq˙k∂∂qk)(∂ri∂qj)=∂2ri∂qj∂t+∑k∂2ri∂qj∂qkq˙k(8)\frac{d}{dt}\left( \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}} \right)=\left( \frac{\partial }{\partial t}+\sum\limits_{k}{{{{\dot{q}}}_{k}}}\frac{\partial }{\partial {{q}_{k}}} \right)\left( \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}} \right)=\frac{{{\partial }^{2}}{{\mathbf{r}}_{i}}}{\partial {{q}_{j}}\partial t}+\sum\limits_{k}{\frac{{{\partial }^{2}}{{\mathbf{r}}_{i}}}{\partial {{q}_{j}}\partial {{q}_{k}}}}{{\dot{q}}_{k}}\tag{8}dtd(∂qj∂ri)=(∂t∂+k∑q˙k∂qk∂)(∂qj∂ri)=∂qj∂t∂2ri+k∑∂qj∂qk∂2riq˙k(8)
∂vi∂qj=∂∂qj(∂ri∂t+∑k∂ri∂qkq˙k)=∂2ri∂qj∂t+∑k∂2ri∂qj∂qkq˙k(9)\frac{\partial {{\mathbf{v}}_{i}}}{\partial {{q}_{j}}}=\frac{\partial }{\partial {{q}_{j}}}\left( \frac{\partial {{\mathbf{r}}_{i}}}{\partial t}+\sum\limits_{k}{\frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{k}}}}{{{\dot{q}}}_{k}} \right)=\frac{{{\partial }^{2}}{{\mathbf{r}}_{i}}}{\partial {{q}_{j}}\partial t}+\sum\limits_{k}{\frac{{{\partial }^{2}}{{\mathbf{r}}_{i}}}{\partial {{q}_{j}}\partial {{q}_{k}}}}{{\dot{q}}_{k}}\tag{9}∂qj∂vi=∂qj∂(∂t∂ri+k∑∂qk∂riq˙k)=∂qj∂t∂2ri+k∑∂qj∂qk∂2riq˙k(9)
因此,以下关系式成立:
ddt(∂ri∂qj)=∂vi∂qj(10)\frac{d}{dt}\left( \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}} \right)=\frac{\partial {{\mathbf{v}}_{i}}}{\partial {{q}_{j}}}\tag{10}dtd(∂qj∂ri)=∂qj∂vi(10)
将方程(5)与(10)代入,加速度项成为:
∑i,jmiai⋅∂ri∂qjδqj=∑i,j(ddt(mivi⋅∂vi∂q˙j)−mivi⋅∂vi∂qj)δqj(11)\sum\limits_{i,j}{{{m}_{i}}}{{\mathbf{a}}_{i}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\delta {{q}_{j}}=\sum\limits_{i,j}{\left( \frac{d}{dt}\left( {{m}_{i}}{{\mathbf{v}}_{i}}\cdot \frac{\partial {{\mathbf{v}}_{i}}}{\partial {{{\dot{q}}}_{j}}} \right)-{{m}_{i}}{{\mathbf{v}}_{i}}\cdot \frac{\partial {{\mathbf{v}}_{i}}}{\partial {{q}_{j}}} \right)}\delta {{q}_{j}}\tag{11}i,j∑miai⋅∂qj∂riδqj=i,j∑(dtd(mivi⋅∂q˙j∂vi)−mivi⋅∂qj∂vi)δqj(11)
代入动能表达式:
T=∑i12mivi⋅vi(12)T=\sum\limits_{i}{\frac{1}{2}}{{m}_{i}}{{\mathbf{v}}_{i}}\cdot {{\mathbf{v}}_{i}}\tag{12}T=i∑21mivi⋅vi(12)
则加速度项与动能的关系为:
∑i,jmiai⋅∂ri∂qjδqj=∑j(ddt(∂T∂q˙j)−∂T∂qj)δqj(13)\sum\limits_{i,j}{{{m}_{i}}}{{\mathbf{a}}_{i}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\delta {{q}_{j}}=\sum\limits_{j}{\left( \frac{d}{dt}\left( \frac{\partial T}{\partial {{{\dot{q}}}_{j}}} \right)-\frac{\partial T}{\partial {{q}_{j}}} \right)}\delta {{q}_{j}}\tag{13}i,j∑miai⋅∂qj∂riδqj=j∑(dtd(∂q˙j∂T)−∂qj∂T)δqj(13)
然后转换方程(1)的外力项代入方程(3)得:
∑iFi⋅δri=∑i,jFi⋅∂ri∂qjδqj=∑jFjδqj(14)\sum\limits_{i}{{{\mathbf{F}}_{i}}}\cdot \delta {{\mathbf{r}}_{i}}=\sum\limits_{i,j}{{{\mathbf{F}}_{i}}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\delta {{q}_{j}}=\sum\limits_{j}{{{\mathcal{F}}_{j}}}\delta {{q}_{j}}\tag{14}i∑Fi⋅δri=i,j∑Fi⋅∂qj∂riδqj=j∑Fjδqj(14)
其中F\mathcal{F}F是广义力:
Fj=∑iFi⋅∂ri∂qj(15){{\mathcal{F}}_{j}}=\sum\limits_{i}{{{\mathbf{F}}_{i}}}\cdot \frac{\partial {{\mathbf{r}}_{i}}}{\partial {{q}_{j}}}\tag{15}Fj=i∑Fi⋅∂qj∂ri(15)
将方程(13)与(14)代入方程(1)可得:
∑j(ddt(∂T∂q˙j)−∂T∂qj−Fj)δqj=0(16)\sum\limits_{j}{\left( \frac{d}{dt}\left( \frac{\partial T}{\partial {{{\dot{q}}}_{j}}} \right)-\frac{\partial T}{\partial {{q}_{j}}}-{{\mathcal{F}}_{j}} \right)}\delta {{q}_{j}}=0\tag{16}j∑(dtd(∂q˙j∂T)−∂qj∂T−Fj)δqj=0(16)
假设所有的广义坐标都相互独立,则所有的广义坐标的虚位移也都相互独立。由于这些虚位移都是任意设定的,只有满足下述方程,才能使方程(16)成立:
ddt(∂T∂q˙j)−∂T∂qj−Fj=0(17)\frac{d}{dt}\left( \frac{\partial T}{\partial {{{\dot{q}}}_{j}}} \right)-\frac{\partial T}{\partial {{q}_{j}}}-{{\mathcal{F}}_{j}}=0\tag{17}dtd(∂q˙j∂T)−∂qj∂T−Fj=0(17)
这系统的广义力与广义位势 VVV之间的关系式为:
Fj=ddt(∂V∂q˙j)−∂V∂qj(18){{\mathcal{F}}_{j}}=\frac{d}{dt}\left( \frac{\partial V}{\partial {{{\dot{q}}}_{j}}} \right)-\frac{\partial V}{\partial {{q}_{j}}}\tag{18}Fj=dtd(∂q˙j∂V)−∂qj∂V(18)
代入得:
ddt(∂(T−V)∂q˙j)−∂(T−V)∂qj=0(19)\frac{d}{dt}\left( \frac{\partial (T-V)}{\partial {{{\dot{q}}}_{j}}} \right)-\frac{\partial (T-V)}{\partial {{q}_{j}}}=0\tag{19}dtd(∂q˙j∂(T−V))−∂qj∂(T−V)=0(19)
定义拉格朗日量 LLL为动能与势能之差,可得拉格朗日方程:
ddt(∂L∂q˙j)−∂L∂qj=0(20)\frac{d}{dt}\left( \frac{\partial L}{\partial {{{\dot{q}}}_{j}}} \right)-\frac{\partial L}{\partial {{q}_{j}}}=0\tag{20}dtd(∂q˙j∂L)−∂qj∂L=0(20)
拉格朗日方程的三种推导方法之基于达朗贝尔原理推导相关推荐
- PHP开发之递归算法的三种实现方法
递归算法对于任何一个编程人员来说,应该都不陌生.因为递归这个概念,无论是在PHP语言还是Java等其他编程语言中,都是大多数算法的灵魂.对于PHP新手来说,递归算法的实现原理可能不容易理解.但是只要你 ...
- 黑马程序员_Java解析网络数据流的三种特殊方法
Java解析网络数据流的三种特殊方法 Java作为最开放的语言,已越来越受到网络程序员的青睐.但这一青睐族有着同样的经历--曾经都为网络上通信的Java数据格式而烦恼. 笔者也不例外,曾经为此而查阅了 ...
- Oracle的join默认为,Oracle中的三种Join方法详解
这里将为大家介绍Oracle中的三种Join方法,Nested loop join.Sort merge join和Hash join.整理出来以便帮助大家学习. 基本概念 Nested loop j ...
- python中保留小数_python保留小数位的三种实现方法
前言 保留小数位是我们经常会碰到的问题,尤其是刷题过程中.那么在python中保留小数位的方法也非常多,但是笔者的原则就是什么简单用什么,因此这里介绍几种比较简单实用的保留小数位的方法: 方法一:fo ...
- oracle hash join outer,CSS_浅谈Oracle中的三种Join方法,基本概念
Nested loop join:
Outer - phpStudy...
浅谈Oracle中的三种Join方法 基本概念 Nested loop join: Outer table中的每一行与inner table中的相应记录join,类似一个嵌套的循环. Sort mer ...
- lopa分析_【风险分析方法】HAZOP、LOPA和FMEA三种分析方法,如何做到信息共享?...
导 读 信息是人们对事物的了解的不确定性的减少或消除,其功能是表征物质客体成分,结构,状态,特性等属性.信息共享的目的在于减少或消除信息源所需的不确定性.石油化工行业由于设备多,生产过程复杂,危险元素 ...
- php怎么四舍五入,php 四舍五入的三种实现方法
这篇文章主要为大家详细介绍了php 四舍五入的三种实现方法,具有一定的参考价值,可以用来参考一下. 对php 四舍五入的三种方法感兴趣的小伙伴,下面一起跟随512笔记的小编两巴掌来看看吧! php 四 ...
- java map集合遍历方法,Java的Map集合的三种遍历方法
集合的一个很重要的操作---遍历,学习了三种遍历方法,三种方法各有优缺点~~ 1. package com.myTest.MapText; import java.util.Collection; i ...
- for-forEach-stream.forEach三种遍历方法
java8新出的循环方式,在网上有大量的道友说用流的方式效率反而更低了. 大量的结论表明,这种方式只是语法糖(for-forEach-stream三种遍历方法执行效率比较与选用思考 - ZZY1078 ...
- 打开计算机后 无法最小化,最小化窗口后无法在任务栏中显示的三种解决方法...
[文章导读]最近有用户反映打开的窗口最小化后无法在任务栏中显示,通常情况下点击程序的最小化按钮都会显示在任务栏中,方便我们点击再次打开. 最近有用户反映打开的窗口最小化后无法在任务栏中显示,通常情况下 ...
最新文章
- .NET 3.5 中WCF客户端代理性能改进以及最佳实践
- MySQL SQL优化
- Linux 命令 —— scp linux之间复制文件和目录
- 【网络安全】NFS服务安全加固
- 网页编程从入门到精通 杨凡_学习计划丨西门子S7200编程从入门到精通
- Elasticsearch索引备份与清理
- hbase 导入mysql_HBase导入SQL Server数据库数据
- tinyxml 内存泄露_tinyxml优化之一
- 地震勘探专业词汇(3)地震波动力学
- mysql 连接编码_连接Mysql编码问题
- 实用分享-Visual Studio图像查看插件(Image Watch)
- linux下载安装禅道
- Android一行代码去掉百度导航的底部工具箱菜单
- alipay.trade.refund(统一收单交易退款接口)
- 相机参数(焦距)初始化对三维重建过程的影响
- 计算机无法备份,无法备份和备份会话失败iTunes问题解决
- 抓包软件charles
- 注册最便宜的xyz域名,低成本搭建一个博客
- HTML二级下拉菜单常见样式以及常见问题
- Linux学习(五):挂载新的硬盘
热门文章
- iOS逆向之分析工具的安装和使用
- 计算机病毒实验教程pdf,计算机病毒实验报告-1
- 15个网页数据采集中最常遇到的问题(干货)
- java jbutton 不显示_java JButton显示问题
- Error LNK2005 DllMain already defined in dllmain.obj
- 2020年中青杯数学建模B题思路
- bmd硬盘测试_disk speed test mac版下载-Blackmagic Disk Speed Test for Mac(硬盘读写速度测试工具) v3.2免费版 - Mac天空...
- python ocr文字识别竖排繁体_小巧免费的图片文字识别OCR软件 支持简体识别和竖排繁体中文...
- SPSS实现单样本t检验
- 数据仓库模型数据仓库四大模型