变分法笔记3:多变量函数

  1. B B B R n \mathbb{R}^n Rn中的一个区域, x = ( x 1 , … , x n ) x = (x_1, \ldots, x_n) x=(x1,,xn)。对于函数 u : R n → R u : \mathbb{R}^n \rightarrow \mathbb{R} u:RnR,我们定义泛函
    J ( u ) = ∫ B L ( x , u ( x ) , ∇ u ( x ) ) d x J(u) = \int_B L(x, u(x), \nabla u(x)) \, dx J(u)=BL(x,u(x),u(x))dx
    。拉格朗日量 L L L是一个具有 2 n + 1 2n + 1 2n+1个参数的函数。

    a. 泛函 J J J的定义域 D D D是一组光滑函数 u u u,即 D D D中的每个成员都具有我们需要的任意阶连续偏导数。

    b. 与单变量情况一样,我们通常会对 u u u施加边界条件:
    u ( x ) ∣ x ∈ ∂ B = f ( x ) , ( 1 ) u(x) \Big|_{x \in \partial B} = f(x), \quad (1) u(x) xB=f(x),(1)
    对于某些预设的函数 f : R n → R f : \mathbb{R}^n \rightarrow \mathbb{R} f:RnR

    c. 可接受变分的类 A A A由在 B B B的边界上消失的光滑函数 h : R n → R h : \mathbb{R}^n \rightarrow \mathbb{R} h:RnR组成:
    h ( x ) ∣ x ∈ ∂ B = 0. ( 2 ) h(x) \Big|_{x \in \partial B} = 0. \quad (2) h(x) xB=0.(2)

  2. 对于 k = 1 , … , n k = 1, \ldots, n k=1,,n,设
    u x k = ∂ u ∂ x k u_{x_k} = \frac{\partial u}{\partial x_k} uxk=xku
    。定义一个向量场为
    F = ( ∂ L ∂ u x 1 , … , ∂ L ∂ u x n ) F = \left( \frac{\partial L}{\partial u_{x_1}}, \ldots, \frac{\partial L}{\partial u_{x_n}} \right) F=(ux1L,,uxnL)
    。那么,泛函 J J J u u u处沿方向 h h h的Gâteaux变分是
    δ J ( u , h ) = d d ϵ J ( u + ϵ h ) ∣ ϵ = 0 = ∫ B ( ∂ L ∂ u h + ∑ k = 1 n ∂ L ∂ u x k h x k ) d x = ∫ B ( ∂ L ∂ u − div F ) h d x + ∫ ∂ B h F ⋅ ν d S \delta J(u, h) = \left. \frac{d}{d\epsilon} J(u + \epsilon h) \right|_{\epsilon=0} = \int_B \left( \frac{\partial L}{\partial u} h + \sum_{k=1}^{n} \frac{\partial L}{\partial u_{x_k}} h_{x_k} \right) dx = \int_B \left( \frac{\partial L}{\partial u} - \text{div} F \right) h \, dx + \int_{\partial B} h F \cdot \nu \, dS δJ(u,h)=dϵdJ(u+ϵh) ϵ=0=B(uLh+k=1nuxkLhxk)dx=B(uLdivF)hdx+BhFνdS
    = ∫ B ( ∂ L ∂ u − ∑ k = 1 n ∂ 2 L ∂ x k ∂ u x k ) h d x . ( 3 ) = \int_B \left( \frac{\partial L}{\partial u} - \sum_{k=1}^{n} \frac{\partial^2 L}{\partial x_k \partial u_{x_k}} \right) h \, dx. \quad (3) =B(uLk=1nxkuxk2L)hdx.(3)

  3. 泛函 J J J的一个极值函数是 u ∈ D u \in D uD,使得
    δ J ( u , h ) = 0 , ( 4 ) \delta J(u, h) = 0, \quad (4) δJ(u,h)=0,(4)
    对于所有可接受的变分 h h h。由(3)知,如果 u u u满足欧拉方程
    ∂ L ∂ u − ∑ k = 1 n ∂ 2 L ∂ x k ∂ u x k = 0 , ( 5 ) \frac{\partial L}{\partial u} - \sum_{k=1}^{n} \frac{\partial^2 L}{\partial x_k \partial u_{x_k}} = 0, \quad (5) uLk=1nxkuxk2L=0,(5)
    u u u是一个极值函数。像往常一样,我们在 J J J的极值函数中寻找 J J J的最小值。

  4. 例子:设 Γ \Gamma Γ R 3 \mathbb{R}^3 R3中的一条光滑闭合曲线,其投影 C C C位于 x 1 x 2 x_1x_2 x1x2-平面上。设 B B B是由 C C C包围的区域,使得 C = ∂ B C = \partial B C=B。选择一个函数 f : R 2 → R f : \mathbb{R}^2 \rightarrow \mathbb{R} f:R2R,其图像通过 Γ \Gamma Γ。假设你需要找到覆盖在 Γ \Gamma Γ上的平滑曲面的面积。如果曲面是函数 x 3 = u ( x 1 , x 2 ) x_3 = u(x_1, x_2) x3=u(x1,x2)的图像,则

    a. u u u应该是光滑的,

    b. u u u应该满足边界条件
    u ∣ ∂ B = f . ( 6 ) u \Big|_{\partial B} = f. \quad (6) u B=f.(6)

    覆盖在 B B B上的 u u u图像部分的曲面面积是
    J ( u ) = ∫ B ( 1 + ( u x 1 ) 2 + ( u x 2 ) 2 ) d x 1 d x 2 = ∫ B ( 1 + ∣ ∇ u ∣ 2 ) d x 1 d x 2 J(u) = \int_B \left( 1 + (u_{x_1})^2 + (u_{x_2})^2 \right) dx_1 dx_2 = \int_B \left( 1 + |\nabla u|^2 \right) dx_1 dx_2 J(u)=B(1+(ux1)2+(ux2)2)dx1dx2=B(1+∣∇u2)dx1dx2
    拉格朗日量 L L L J J J
    L = L ( ∇ u ) = 1 + ∣ ∇ u ∣ 2 . ( 7 ) L = L(\nabla u) = \sqrt{1 + |\nabla u|^2}. \quad (7) L=L(u)=1+∣∇u2 .(7)

  5. 寻找由 Γ \Gamma Γ界定的最小面积曲面是Plateau问题。解决方案以 J J J的最小值 u ∗ ∈ D u^* \in D uD的形式出现。由于 u ∗ u^* u将在极值函数中找到,我们解决欧拉方程(5),满足边界条件(6)。有了拉格朗日量(7),欧拉方程是
    ∂ ∂ x 1 ( u x 1 1 + ∣ ∇ u ∣ 2 ) + ∂ ∂ x 2 ( u x 2 1 + ∣ ∇ u ∣ 2 ) = 0 , ( 8 ) \frac{\partial}{\partial x_1} \left( \frac{u_{x_1}}{1 + |\nabla u|^2} \right) + \frac{\partial}{\partial x_2} \left( \frac{u_{x_2}}{1 + |\nabla u|^2} \right) = 0, \quad (8) x1(1+∣∇u2ux1)+x2(1+∣∇u2ux2)=0,(8)
    这简化为
    ( 1 + ( u x 2 ) 2 ) u x 1 x 1 − 2 u x 1 u x 2 u x 1 x 2 + ( 1 + ( u x 1 ) 2 ) u x 2 x 2 = 0. ( 9 ) (1 + (u_{x_2})^2) u_{x_1 x_1} - 2 u_{x_1} u_{x_2} u_{x_1 x_2} + (1 + (u_{x_1})^2) u_{x_2 x_2} = 0. \quad (9) (1+(ux2)2)ux1x12ux1ux2ux1x2+(1+(ux1)2)ux2x2=0.(9)
    这个二阶非线性椭圆型偏微分方程称为最小曲面方程。满足边界条件(6)的解 u u u J J J的极值函数。

  6. 例子: u : R n → R u : \mathbb{R}^n \rightarrow \mathbb{R} u:RnR的拉普拉斯算子是
    Δ u = ∑ k = 1 n ∂ 2 u ∂ x k 2 \Delta u = \sum_{k=1}^{n} \frac{\partial^2 u}{\partial x_k^2} Δu=k=1nxk22u
    对于 R n \mathbb{R}^n Rn中的区域 B B B,设
    J ( u ) = 1 2 ∫ B ∣ ∇ u ∣ 2 d x J(u) = \frac{1}{2} \int_B |\nabla u|^2 \, dx J(u)=21B∣∇u2dx
    J J J的欧拉方程是
    Δ u = 0 \Delta u = 0 Δu=0
    这是拉普拉斯方程。
    对于给定的函数 ρ ( x ) \rho(x) ρ(x),设
    J ( u ) = ∫ B ρ ( x ) u + 1 2 ∣ ∇ u ∣ 2 d x J(u) = \int_B \rho(x) u + \frac{1}{2} |\nabla u|^2 \, dx J(u)=Bρ(x)u+21∣∇u2dx
    欧拉方程是
    Δ u = ρ ( x ) \Delta u = \rho(x) Δu=ρ(x)
    这是泊松方程。拉普拉斯方程和泊松方程都是应用数学中的基本偏微分方程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/46912.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

pc端注册页面 密码校验规则

1.密码校验规则 格应包含大小写字母、数字和特殊符号,长度为8-20 var validateRetrievePassword (rule, value, callback) > {let reg /^(?.*[A-Za-z])(?.*\d)(?.*[~!#$%^&*()_<>?:"{},.\/\\;[\]])[A-Za-z\d~!#$%^&*()_<>?:"{},.\/\\;…

SPIQA:一个大规模的计算机科学论文多模态问题回答数据集

在科学论文中挖掘相关信息是一个至关重要的研究领域&#xff0c;因为它能够赋予学生和研究人员高效解决他们在读到科学论文时自然引发的问题的能力。然而&#xff0c;现有基于学术论文的问题回答数据集在规模上受到限制&#xff0c;并且主要分析的是科学文章论文的摘要、结论和…

写给大数据开发:为什么我们容易不信任数据

目录 1. 产品经理视角&#xff1a;数据优先级低故事与示例伪代码示例 2. 开发者视角&#xff1a;数据任务缺乏技术挑战故事与示例伪代码示例 3. 测试人员视角&#xff1a;数据的不可见性和逻辑复杂性故事与示例伪代码示例 4. 组织文化视角&#xff1a;缺乏数据意识故事与示例伪…

【Linux杂货铺】期末总结篇2:文件操作命令 | 目录操作命令

&#x1f308;个人主页&#xff1a;聆风吟_ &#x1f525;系列专栏&#xff1a;Linux实践室、网络奇遇记 &#x1f516;少年有梦不应止于心动&#xff0c;更要付诸行动。 文章目录 第四章4.1 ⛳️Linux与windows的文件系统差别4.2 ⛳️目录相关的常用术语4.3 ⛳️Linux文件类型…

linux中 crontab 定时器用法

*/10 * * * * python3 /home/code/haha2.py Crontab 当然&#xff0c;以下是一个简短的博客&#xff0c;介绍了 Cron 和 Crontab 的用法&#xff1a; --- # 简介&#xff1a;使用 Cron 和 Crontab 在 Linux 中进行定时任务调度 在 Linux 系统中&#xff0c;Cron 是一个用于…

嵌入式人工智能(3-树莓派4B点亮LED灯及LED灯闪烁)

1、LED与树莓派连接 LED是一种常用。廉价、高效的光源&#xff0c;其灯泡长腿为正极&#xff0c;短腿为负极。使用LED的注意如果将其直接连接到高于1.7V的电源上&#xff0c;会产生一个非常大的电流&#xff0c;导致LED甚至树莓派的损坏。通常情况下为LED配备一个串联电阻&…

【cnocr的安装使用】

cnocr的安装使用 docker环境运行操作外界调用模型训练及其他操作正在实践中 docker环境 由于docker hub无法正常访问&#xff0c;导致cnocr的docker镜像无法拉取&#xff0c;所以只能自己做一个docker镜像Dockerfile如下 FROM python:3.8RUN pip install cnocr[ort-cpu] -i h…

Attention机制解析

Attention机制解析 1. 引言 Attention机制在自然语言处理&#xff08;NLP&#xff09;和计算机视觉&#xff08;CV&#xff09;等领域取得了广泛的应用。其核心思想是通过对输入数据的不同部分赋予不同的权重&#xff0c;使模型能够更加关注重要的信息。本文将详细介绍Attent…

最优控制公式推导(代数里卡提方程,李雅普诺夫方程,HJB方程)

本文探讨了线性时不变系统&#xff08;LTI系统&#xff09;的最优控制问题&#xff0c;特别是线性二次调节器&#xff08;LQR&#xff09;问题。通过Hamilton-Jacobi-Bellman (HJB) 方程的推导&#xff0c;求得了系统的最优控制律&#xff0c;并进一步推导了代数里卡提方程&…

Python新手必学:如何解决Python安装包下载缓慢/无法下载的问题

文章目录 📖 介绍 📖🏡 演示环境 🏡📒 文章内容 📒📝 临时使用镜像源📝 永久修改镜像源Windows系统macOS/Linux系统📝 推荐镜像源⚓️ 相关链接 ⚓️📖 介绍 📖 你是否曾在使用Python进行项目开发时,遇到过安装包下载速度如蜗牛爬行般的窘境?尤其是在急…

焊死,这38条命令还不会?难怪你的Windows那么费劲

号主&#xff1a;老杨丨11年资深网络工程师&#xff0c;更多网工提升干货&#xff0c;请关注公众号&#xff1a;网络工程师俱乐部 下午好&#xff0c;我的网工朋友。 我们每天都在和各种设备打交道&#xff0c;而命令提示符&#xff08;CMD&#xff09;无疑是我们这些技术宅的得…

玩转HarmonyOS NEXT之IM应用首页布局

本文从目前流行的垂类市场中&#xff0c;选择即时通讯应用作为典型案例详细介绍HarmonyOS NEXT的各类布局在实际开发中的综合应用。即时通讯应用的核心功能为用户交互&#xff0c;主要包含对话聊天、通讯录&#xff0c;社交圈等交互功能。 应用首页 创建一个包含一列的栅格布…

guava cache知识点整理

Guava cache介绍 CacheBuilder 是 Guava 缓存库&#xff08;Google 提供的一个 Java 工具库&#xff09;中的一个类&#xff0c;用于创建和配置缓存实例。 Guava 缓存库提供了一套强大且易用的缓存解决方案&#xff0c;可以帮助开发者轻松地添加缓存功能以提高程序性能。而 Cac…

Java进阶之路66问 | 谈谈对熔断,限流,降级的理解

熔断&#xff08;Circuit Breaker&#xff09; 熔断机制类似于电路中的保险丝&#xff0c;用于在服务或系统出现异常或超负荷时暂时关闭&#xff0c;防止问题进一步扩大&#xff0c;待问题解决后再逐步恢复。这可以有效保护系统免受过载的影响。 想象你在使用电器时&#xff0…

JAVA 异步编程(异步,线程,线程池)一

目录 1.概念 1.1 线程和进程的区别 1.2 线程的五种状态 1.3 单线程,多线程,线程池 1.4 异步与多线程的概念 2. 实现异步的方式 2.1 方式1 裸线程&#xff08;Thread&#xff09; 2.1 方式2 线程池&#xff08;Executor&#xff09; 2.1.1 源码分析 2.1.2 线程池创建…

Linux exec 命令和Python exec 函数 区别

在 Linux 中&#xff0c;exec 是一个用于替换当前进程的命令&#xff0c;而在 Python 中&#xff0c;exec 是一个用于动态执行代码的函数。它们有不同的用途和语法。下面是它们的主要区别和解释为什么需要这样的设计。 Linux exec 命令 用途 在 Linux 中&#xff0c;exec 命…

南京邮电大学计算机考研考情分析!专业课均分127分!复试录取比例偏高近2:1!计算机类共录取543人!

南京邮电大学&#xff08;Nanjing University of Posts and Telecommunications&#xff09;&#xff0c;位于南京市&#xff0c;简称南邮&#xff08;NJUPT&#xff09;&#xff0c;是教育部、工业和信息化部、国家邮政局与江苏省共建高校&#xff0c;国家“双一流”建设高校&…

软考中级科目包含哪些?应该考哪个?

软考中级包含5个专业方向&#xff0c;分别是&#xff1a;计算机软件、计算机网络、计算机应用技术、信息系统、信息服务。这5个方向又对应15个软考中级科目。 信息系统包括&#xff1a;系统集成项目管理工程师、信息系统监理师、信息安全工程师、数据库系统工程师、信息系统管…

C# 中IEnumerable与IQuerable的区别

目的 详细理清IEnumerator、IEnumerable、IQuerable三个接口之间的联系与区别 继承关系&#xff1a;IEnumerator->IEnumerable->IQuerable IEnumerator&#xff1a;枚举器 包含了枚举器含有的方法&#xff0c;谁实现了IEnuemerator接口中的方法&#xff0c;就可以自定…

力扣Hot100之两数之和

解法一&#xff1a; 双层循环暴力求解&#xff0c;先在数组的一个位置定住然后在这个位置的后续位置进行判断&#xff0c;如果两个数加起来等于目标和那么就返回 class Solution:def twoSum(self, nums: List[int], target: int) -> List[int]:for i,num in enumerate(num…