先求通解再确定特解,是求常微分方程定解问题采用的方法,都某些偏微分方程,也能通过积分求出通解,进而确定出满足定解条件的特解。

两个自变量的一阶线性偏微分方程

今有两个自变量的一阶线性偏微分方程。
a(x,y)∂u∂x+b(x,y)∂u∂y+c(x,y)u=f(x,y)(1)a(x,y)\frac{\partial u}{\partial x}+b(x,y)\frac{\partial u}{\partial y}+c(x,y)u=f(x,y) \tag{1} a(x,y)∂x∂u​+b(x,y)∂y∂u​+c(x,y)u=f(x,y)(1)
其中,系数a(x,y),b(x,y),c(x,y)a(x,y),b(x,y),c(x,y)a(x,y),b(x,y),c(x,y)是平面区域D⊂R2D\subset \bold R^2D⊂R2上的连续函数,且a(x,y),b(x,y)a(x,y),b(x,y)a(x,y),b(x,y)不同时为零,f(x,y)f(x,y)f(x,y)在D上连续,称为方程的非齐次项。若f(x,y)≡0f(x,y)\equiv 0f(x,y)≡0,方程为齐次的。

思路:将两个自变量的方程化为求一个自变量的方程

情况1:如果在D上,a(x,y)≡0,b(x,y)≠0a(x,y)\equiv 0,b(x,y)\neq 0a(x,y)≡0,b(x,y)​=0,方程(1)改写为
∂u∂x+c(x,y)b(x,y)u=f(x,y)b(x,y)(2)\frac{\partial u}{\partial x}+\frac{c(x,y)}{b(x,y)}u=\frac{f(x,y)}{b(x,y)} \tag{2} ∂x∂u​+b(x,y)c(x,y)​u=b(x,y)f(x,y)​(2)
利用一阶线性常微分方程的求解方法得其通解。
u(x,y)=exp(−∫c(x,y)b(x,y)dy)⋅[∫exp(∫c(x,y)b(x,y))f(x,y)b(x,y)dy+g(x)]u(x,y)=exp(-\int \frac{c(x,y)}{b(x,y)}dy)·[\int exp(\int \frac{c(x,y)}{b(x,y)})\frac{f(x,y)}{b(x,y)}dy+g(x)] u(x,y)=exp(−∫b(x,y)c(x,y)​dy)⋅[∫exp(∫b(x,y)c(x,y)​)b(x,y)f(x,y)​dy+g(x)]
其中,g(x)g(x)g(x)为任意C函数。

情况2:如果在D上,a(x,y)b(x,y)≠0a(x,y)b(x,y)\neq 0a(x,y)b(x,y)​=0,方程(1)不能直接积分求解,试作待定的自变量代换
{ξ=φ(x,y)η=ψ(x,y)(a)\begin{cases} \xi=\varphi(x,y) \\ \eta=\psi(x,y) \end{cases} \tag{a} {ξ=φ(x,y)η=ψ(x,y)​(a)
要求其雅可比(Jacobi)行列式
J(φ,ψ)=∂(φ,ψ)∂(x,y)=∣∂φ∂x∂φ∂y∂ψ∂x∂ψ∂y∣≠0J(\varphi,\psi)=\frac{\partial (\varphi,\psi)}{\partial(x,y)}= \begin{vmatrix} \frac{\partial \varphi}{\partial x} & \frac{\partial \varphi}{\partial y} \\ \frac{\partial \psi}{\partial x} & \frac{\partial \psi}{\partial y} \end{vmatrix} \neq 0 J(φ,ψ)=∂(x,y)∂(φ,ψ)​=∣∣∣∣∣​∂x∂φ​∂x∂ψ​​∂y∂φ​∂y∂ψ​​∣∣∣∣∣​​=0
以保证新变量ξ,η\xi,\etaξ,η的相互独立性,利用链式法则
∂u∂x=∂u∂ξ∂ξ∂x+∂u∂η∂η∂x=∂φ∂x∂u∂ξ+∂ψ∂x∂u∂η∂u∂y=∂u∂ξ∂ξ∂y+∂u∂η∂η∂y=∂φ∂y∂u∂ξ+∂ψ∂y∂u∂η\frac{\partial u}{\partial x}=\frac{\partial u}{\partial \xi}\frac{\partial \xi}{\partial x}+\frac{\partial u}{\partial \eta}\frac{\partial \eta}{\partial x}=\frac{\partial \varphi}{\partial x}\frac{\partial u}{\partial \xi}+\frac{\partial \psi}{\partial x}\frac{\partial u}{\partial \eta} \\ \frac{\partial u}{\partial y}=\frac{\partial u}{\partial \xi}\frac{\partial \xi}{\partial y}+\frac{\partial u}{\partial \eta}\frac{\partial \eta}{\partial y}=\frac{\partial \varphi}{\partial y}\frac{\partial u}{\partial \xi}+\frac{\partial \psi}{\partial y}\frac{\partial u}{\partial \eta} ∂x∂u​=∂ξ∂u​∂x∂ξ​+∂η∂u​∂x∂η​=∂x∂φ​∂ξ∂u​+∂x∂ψ​∂η∂u​∂y∂u​=∂ξ∂u​∂y∂ξ​+∂η∂u​∂y∂η​=∂y∂φ​∂ξ∂u​+∂y∂ψ​∂η∂u​
u=u(x,y)u=u(x,y)u=u(x,y)的方程(1)变为u=u(x(ξ,η),y(ξ,η))=u(ξ,η)u=u(x(\xi,\eta),y(\xi,\eta))=u(\xi,\eta)u=u(x(ξ,η),y(ξ,η))=u(ξ,η)的新方程
(a∂φ∂x+b∂φ∂y)∂u∂ξ+(a∂ψ∂x+b∂ψ∂y)∂u∂η+cu=f(3)(a\frac{\partial \varphi}{\partial x}+b\frac{\partial \varphi}{\partial y})\frac{\partial u}{\partial \xi}+(a\frac{\partial \psi}{\partial x}+b\frac{\partial \psi}{\partial y})\frac{\partial u}{\partial \eta}+cu=f \tag{3} (a∂x∂φ​+b∂y∂φ​)∂ξ∂u​+(a∂x∂ψ​+b∂y∂ψ​)∂η∂u​+cu=f(3)
若取ξ=φ(x,y)\xi=\varphi(x,y)ξ=φ(x,y)是齐次一阶线性偏微分方程
a(x,y)∂φ∂x+b(x,y)∂φ∂y=0(4)a(x,y)\frac{\partial \varphi}{\partial x}+b(x,y)\frac{\partial \varphi}{\partial y}=0 \tag{4} a(x,y)∂x∂φ​+b(x,y)∂y∂φ​=0(4)
的解,则新方程(3)称为(2)型的方程
(a∂ψ∂x+b∂ψ∂y)∂u∂η+cu=f(b)(a\frac{\partial \psi}{\partial x}+b\frac{\partial \psi}{\partial y})\frac{\partial u}{\partial \eta}+cu=f \tag{b} (a∂x∂ψ​+b∂y∂ψ​)∂η∂u​+cu=f(b)
对η\etaη积分便可求出通解。

以下求解一阶线性偏微分方程(4),它的解对应与相应的常微分方程
a(x,y)dy−b(x,y)dx=0(5)a(x,y)dy-b(x,y)dx=0 \tag{5} a(x,y)dy−b(x,y)dx=0(5)
亦即
dxa(x,y)=dyb(x,y)(6)\frac{dx}{a(x,y)}=\frac{dy}{b(x,y)} \tag{6} a(x,y)dx​=b(x,y)dy​(6)
的解之间存在确定的关系。

定理:若φ(x,y)=h\varphi(x,y)=hφ(x,y)=h(常数)是一阶常微分方程(5)在区域D内的隐式通解(积分曲线族),则ξ=φ(x,t)\xi=\varphi(x,t)ξ=φ(x,t)是一阶线性偏微分方程(4)在区域D上的一个解。

证明:设φ(x,y)=h\varphi(x,y)=hφ(x,y)=h是方程(5)在D内的隐式通解,则过D内一点(x0,y0)(x_0,y_0)(x0​,y0​)有一条积分曲线Γ0:φ(x,y)=φ(x0,y0)=h0\Gamma_0:\varphi(x,y)=\varphi(x_0,y_0)=h_0Γ0​:φ(x,y)=φ(x0​,y0​)=h0​,此隐式解满足方程
dxa(x,y)=dyb(x,y)\frac{dx}{a(x,y)}=\frac{dy}{b(x,y)} a(x,y)dx​=b(x,y)dy​
又沿此积分曲线Γ0\Gamma_0Γ0​,有
∂φ∂xdx+∂φ∂ydy=0\frac{\partial \varphi}{\partial x}dx+\frac{\partial \varphi}{\partial y}dy=0 ∂x∂φ​dx+∂y∂φ​dy=0
故在Γ0\Gamma_0Γ0​上,有
a(x,y)∂φ∂x+b(x,y)∂φ∂y=0a(x,y)\frac{\partial \varphi}{\partial x}+b(x,y)\frac{\partial \varphi}{\partial y}=0 a(x,y)∂x∂φ​+b(x,y)∂y∂φ​=0
由于(x0,y0)(x_0,y_0)(x0​,y0​)是D内任意一点,故ξ=φ(x,y)\xi=\varphi(x,y)ξ=φ(x,y)是一阶线性偏微分方程(4)在D上的解。

定题的逆命题也成立。

由常微分方程理论,一阶常微分方程(5)在区域D内存在且仅存在一族独立的积分曲线。如果求出了方程(5)的积分曲线族φ(x,y)=h\varphi(x,y)=hφ(x,y)=h,再任取函数ψ(x,y)\psi(x,y)ψ(x,y),使在D上J(φ,ψ)≠0J(\varphi,\psi)\neq 0J(φ,ψ)​=0,以此φ\varphiφ和ψ\psiψ作变量代换(a)式,一阶线性偏微分(1)便可化为可积分求通解的方程(b)。

特别地,当c(x,y)=f(x,y)≡0c(x,y)=f(x,y)\equiv 0c(x,y)=f(x,y)≡0时,方程(1)即为方程(4),相应的新方程(b)为∂u∂η=0\frac{\partial u}{\partial \eta}=0∂η∂u​=0,其通解为u=g(ξ),g(ξ)u=g(\xi),g(\xi)u=g(ξ),g(ξ)为任意C函数。代回原自变量,得方程
a(x,y)∂u∂x+b(x,y)∂u∂y=0a(x,y)\frac{\partial u}{\partial x}+b(x,y)\frac{\partial u}{\partial y}=0 a(x,y)∂x∂u​+b(x,y)∂y∂u​=0
的通解u=g(φ(x,y))u=g(\varphi(x,y))u=g(φ(x,y))。这里,φ(x,y)=h\varphi(x,y)=hφ(x,y)=h是常微分方程(5)的隐式通解,g(ξ)g(\xi)g(ξ)是任意C函数。

如果给定u在某一曲线Γ:γ(x,y)=d\Gamma:\gamma(x,y)=dΓ:γ(x,y)=d上的值,则需求解定解问题
{a(x,y)∂u∂x+b(x,y)∂u∂y=0u∣γ(x,y)=d=θ(y)\begin{cases} a(x,y)\frac{\partial u}{\partial x}+b(x,y)\frac{\partial u}{\partial y}=0 \\ u|_{\gamma(x,y)=d}=\theta(y) \end{cases} {a(x,y)∂x∂u​+b(x,y)∂y∂u​=0u∣γ(x,y)=d​=θ(y)​
用定解条件定出通解中的任意函数g(ξ)g(\xi)g(ξ)即可。

这种求解定解问题的方法称之为通解法。常微分方程(5)或等价的方程(6)称为一阶线性偏微分方程(1)的特征方程,其积分曲线称之为特征曲线

例1:求解右行单波方程的初值问题
{∂u∂t+a∂u∂x=0,t>0,−∞<x<+∞u∣t=0=φ(x)\begin{cases} \frac{\partial u}{\partial t}+a \frac{\partial u}{\partial x}=0,\quad t>0,-\infty<x<+\infty \\ u|_{t=0}=\varphi(x) \end{cases} {∂t∂u​+a∂x∂u​=0,t>0,−∞<x<+∞u∣t=0​=φ(x)​
其中,a>0a>0a>0为常数。

:特征方程dx−adt=0dx-adt=0dx−adt=0,特征线族为x−at=hx-at=hx−at=h。

令ξ=x−at,η=x\xi=x-at, \eta=xξ=x−at,η=x,则方程化为
∂u∂η=0\frac{\partial u}{\partial \eta}=0 ∂η∂u​=0
对η\etaη积分得通解u=g(ξ)=g(x−at)u=g(\xi)=g(x-at)u=g(ξ)=g(x−at),其中,g(ξ)g(\xi)g(ξ)是任意C函数。由初始条件
u∣t=0=g(x)=φ(x)u|_{t=0}=g(x)=\varphi(x) u∣t=0​=g(x)=φ(x)
得该初值问题的解u(t,x)=φ(x−at)u(t,x)=\varphi(x-at)u(t,x)=φ(x−at)

在(x,u)(x,u)(x,u)平面上看(图1.3.1),t=0t=0t=0时u=φ(x)u=\varphi(x)u=φ(x),对每个固定时刻t>0,u=φ(x−at)]t>0,u=\varphi(x-at)]t>0,u=φ(x−at)],其图形相当于曲线u=φ(x)u=\varphi(x)u=φ(x)向右移动了atatat,波形的传播速度为aaa。称这样的解为右行波解

在(x,t,u)(x,t,u)(x,t,u)空间看(图1.3.2),波形沿特征线传播。在特征线x−at=hx-at=hx−at=h上,u=φ(x−at)=φ(h)u=\varphi(x-at)=\varphi(h)u=φ(x−at)=φ(h),故当观察者沿某条特征线前行时,看到的波形始终不变。如果初始扰动φ(x)\varphi(x)φ(x)只发生在区间h1≤x≤h2h_1\leq x\leq h_2h1​≤x≤h2​内,则这个扰动沿着(x,t)(x,t)(x,t)平面上的特征条形域h1≤x−at≤h2h_1\leq x-at\leq h_2h1​≤x−at≤h2​传播。

本例中初始条件给在非特征线的直线t=0t=0t=0上,从通解可唯一确定特解。如果初始条件给在一条特征线x−at=h0x-at=h_0x−at=h0​上,初始条件u∣x−at=h0=g(x−at)∣x−at=h0=g(h0)=φ(x)u|_{x-at=h_0}=g(x-at)|_{x-at=h_0}=g(h_0)=\varphi(x)u∣x−at=h0​​=g(x−at)∣x−at=h0​​=g(h0​)=φ(x),当φ(x)\varphi(x)φ(x)为非常值函数时无解,当φ(x)\varphi(x)φ(x)为常数φ0\varphi_0φ0​时有无穷多个解g(ξ)g(\xi)g(ξ),只要g(h0)=φ0g(h_0)=\varphi_0g(h0​)=φ0​。

对于左行单波方程∂u∂t−a∂u∂x=0\frac{\partial u}{\partial t}-a\frac{\partial u}{\partial x}=0∂t∂u​−a∂x∂u​=0,同样可求得其通解为左行波u=g(x+at)u=g(x+at)u=g(x+at),ggg为任意C1C^1C1函数(一阶连续导数)。

一阶线性偏微分方程通解法和特征线法(一)| 两个自变量情况 | 偏微分方程(七)相关推荐

  1. python求解一阶线性偏微分方程通解举例

    python求解一阶线性偏微分方程的通解举例 Python求解偏微分方程也是其一个应用方面,下面举例说明. 一.问题: 求一阶线性偏微分方程 x ∂ f ( x , y ) ∂ x − y ∂ f ( ...

  2. 一阶微分方程的物理意义_一阶线性偏微分方程特征线解法.pdf

    引 言 • <数学物理方程>是数学领域偏微分方程 方向的最基本的入门课程. • 偏微分方程理论 主要研究具有实际背景的 偏微分方程或偏微分方程组.是数学的基 础学科之一. 第 1页 二.& ...

  3. 一阶线性微分方程的通解(以及伯努利形式的解)

    知乎链接 介绍了一阶线性微分方程的解法过程 以及伯努利方程的转化

  4. 第四讲 一阶线性ODE换元法

    一,一阶线性ODE通常只有两种解法: 分离变量法和积分因子法 求解其他一阶微分方程需要先用换元法,化成可用以上两种方法求解的方程 二,尺度变换(拉伸或压缩坐标轴的方法):,,a.b是常数 尺度变换的好 ...

  5. 7.4 一阶线性微分方程

    本篇内容为一阶线性微分方程,分为两个部分,第一部分:一阶齐次线性微分方程,第二部分:一阶非齐次线性微分方程 一阶齐次线性微分方程 定义 从形式上来看,一阶齐次线性微分方程就是y对x的导数+一个关于x的 ...

  6. 0704一阶线性微分方程-微分方程

    文章目录 1 线性方程 1.1 定义 1.2 解法(常数变易法) 1.3 例题 2伯努利方程 3 简单变量替换解方程 结语 1 线性方程 1.1 定义 一阶微分方程:形式上能化成 d y d x + ...

  7. 第三讲 一阶线性ODE

    一,一阶线性ODE的一般形式: 二,标准形式: 如果或,则方程为齐次方程 三,"温度-浓度"模型: 假设用半透膜(只能渗透盐的膜)包裹着淡水放进已加热的盐水里,淡水的温度是,盐水的 ...

  8. 一阶线性微分方程计算公式推导

    一阶线性微分方程的形式如下: y ′ + p ( x ) y = q ( x ) y'+p(x)y=q(x) y′+p(x)y=q(x) 对于式子左侧,长得像下式,但不太一样 ( u v ) ′ = ...

  9. 常微分方程(2):一阶线性微分方程

    二 .一阶线性微分方程 形式 ()时,方程称为一阶线性微分方程,记作 (2)不恒等于时,方程称为一阶非齐次线性微分方程,记作 .解法 (1)先解 可分离变量 的通解为 (2)常数变易: 设是的解,则 ...

  10. 关于高速中对一阶线性微分方程中的线性的理解,希望关注加点赞哦。

    一阶线性微分方程中的线性什么意思? 答:仅含未知数的一次幂的方程称为线性方程. yy'-2xy=3 yy'有相乘关系,所以不是线性的. y'-cosy=1老师也说是非线性的,y'的系数也是常数啊: 答 ...

最新文章

  1. leetcode 739. 每日温度 单调栈解法和暴力法及其优化 c代码
  2. vspy如何在图形面板显示报文_触想激光切割解决方案中嵌入式工业触控显示器有何优势?...
  3. js获取网页面的高度和宽度
  4. C/Cpp / 虚函数是否可以用 inline 修饰
  5. LOJ#2087 国王饮水记
  6. ora-00955: 名称已由现有对象使用_ai使用路径的方法是什么?ai怎么使用路径查找器?...
  7. Lucene的一些基本使用方法和概念 (JAVA)
  8. (二分搜索法尺取法)subsequence
  9. UISC-User Interface States Control ;Murphy 用户界面状态控制(Beta)
  10. php 怎么输入php ini,PHP怎么找到php.ini配置文件?-php教程
  11. 高手对中科院考博英语的体会
  12. Rplidar学习(二)—— SDK库文件学习
  13. 机器学习:概念学习FIND-S算法C++实现
  14. 成都大数据培训前景:2020年大数据趋势
  15. 解决——》Mysql导出excel时,数值型变成科学计数法
  16. hdu 5442 (后缀数组)
  17. 数字键盘(触屏键盘)
  18. 如何处理Git中没有小绿勾的问题
  19. C语言散列法求英文字母字符串求余,c语言求余数
  20. 十个高质量工具网站推荐,AI自动抠图换背景,任意背景自动融合

热门文章

  1. 计算机网络ip地址在哪里设置,网络ip地址设置多少_电脑ip地址一般设置多少-win7之家...
  2. 计算机吴军科学家个人故事,吴军:阅读与写作50讲+吴军个人成长书单
  3. BMS模块相关的JTS-1108HL评测及BMS网络滤波器规格
  4. 地铁线路查询(easyx)
  5. 低效程序员的9个坏习惯
  6. vue面试五之vue修饰符中 .lazy 等用法、Vue v2.4中新增的$attrs及$listeners属性的使用、v-once 的使用场景、vue组件里的定时器该如何销毁、vue海量数据优化等
  7. go的内存管理和内存逃逸
  8. c语言字符串的加减乘除,c语言加减乘除代码
  9. 请没有买房和买车的朋友一定认真的看一下
  10. 『IT视界』 [原创评论]揪出"程序员"身上的"六宗罪"