← 返回 资料库 › 微分方程与动力系统 › 偏微分方程 微分方程与动力系统
拉普拉斯方程 调和函数所满足的方程,描述稳态温度、电势与平衡状态。
直观 稳态:当一切不再变化时留下的是什么 让一块金属板的边缘保持固定温度足够长的时间,内部温度就会停止变化,稳定成一种稳态分布。同一类已经稳定下来的方程也出现在无电荷区域的电势、绷在铁丝框上的肥皂膜形状,以及光滑无旋流体的速度势中。拉普拉斯方程正是这些稳态所共同遵守的规则:在每个内部点,其值恰好等于周围值的平均,因此远离边界处不可能出现孤立的峰或谷。
调和曲面本身没有内部的凸起或凹陷:旋转并缩放它可以看到,一侧的局部高点总是被另一侧的局部低点所平衡,这正是极值原理对 ∇ 2 u = 0 \nabla^2 u = 0 ∇ 2 u = 0 的非常数解所预言的鞍形行为。 大学 调和函数与狄利克雷问题 定义: 调和函数与拉普拉斯算子
设 u ( x , y ) u(x,y) u ( x , y ) 是开集 Ω ⊆ R 2 \Omega \subseteq \mathbb{R}^2 Ω ⊆ R 2 上二阶连续可微的函数,若它在 Ω \Omega Ω 内处处满足拉普拉斯方程 ∇ 2 u = u x x + u y y = 0 \nabla^2 u = u_{xx} + u_{yy} = 0 ∇ 2 u = u xx + u y y = 0 ,则称其为调和函数,其中 ∇ 2 \nabla^2 ∇ 2 (也记作 Δ \Delta Δ )是拉普拉斯算子,即未混合的二阶偏导数之和。狄利克雷问题是:给定有界区域 Ω \Omega Ω 及其边界 ∂ Ω \partial\Omega ∂ Ω 上给定的函数 g g g ,求 Ω \Omega Ω 内部满足 u = g u = g u = g (在 ∂ Ω \partial\Omega ∂ Ω 上)的调和函数 u u u 。
∇ 2 u = u x x + u y y = 0 , ( x , y ) ∈ Ω \nabla^2 u = u_{xx} + u_{yy} = 0, \qquad (x,y) \in \Omega ∇ 2 u = u xx + u y y = 0 , ( x , y ) ∈ Ω 在单位圆盘上,狄利克雷问题有显式的封闭解:泊松核积分公式完全由边界值重构出圆盘内部的调和函数,而无需直接求解微分方程。将圆盘内部的点写成极坐标形式 r e i θ re^{i\theta} r e i θ (其中 0 ≤ r < 1 0 \le r < 1 0 ≤ r < 1 ),角度 ϕ \phi ϕ 处的边界值记为 g ( ϕ ) g(\phi) g ( ϕ ) ,该公式就是 g g g 在整个边界圆上的加权平均,当 r r r 接近 1 1 1 时权重集中在 ϕ ≈ θ \phi \approx \theta ϕ ≈ θ 附近。
u ( r e i θ ) = 1 2 π ∫ 0 2 π 1 − r 2 1 − 2 r cos ( θ − ϕ ) + r 2 g ( ϕ ) d ϕ u(re^{i\theta}) = \frac{1}{2\pi}\int_0^{2\pi} \frac{1-r^2}{1-2r\cos(\theta-\phi)+r^2}\, g(\phi)\, d\phi u ( r e i θ ) = 2 π 1 ∫ 0 2 π 1 − 2 r cos ( θ − ϕ ) + r 2 1 − r 2 g ( ϕ ) d ϕ 拉普拉斯方程在椭圆型偏微分方程族中的位置 方程 公式 物理意义 拉普拉斯方程 ∇ 2 u = 0 \nabla^2 u = 0 ∇ 2 u = 0 稳态,内部无源也无汇 泊松方程 ∇ 2 u = f \nabla^2 u = f ∇ 2 u = f 具有给定源密度 f f f 的稳态 亥姆霍兹方程 ∇ 2 u + k 2 u = 0 \nabla^2 u + k^2 u = 0 ∇ 2 u + k 2 u = 0 时间谐波(频率 k k k );特征值问题
大学 核心定理:均值性质与极值原理 设 u u u 在包含以 x 0 x_0 x 0 为中心、半径为 r r r 的闭圆盘 B r ( x 0 ) ‾ \overline{B_r(x_0)} B r ( x 0 ) 的开集上调和。那么 u ( x 0 ) u(x_0) u ( x 0 ) 等于 u u u 在边界圆上的平均值:u ( x 0 ) = 1 2 π ∫ 0 2 π u ( x 0 + r cos θ , y 0 + r sin θ ) d θ u(x_0) = \frac{1}{2\pi}\int_0^{2\pi} u(x_0 + r\cos\theta, y_0 + r\sin\theta)\, d\theta u ( x 0 ) = 2 π 1 ∫ 0 2 π u ( x 0 + r cos θ , y 0 + r sin θ ) d θ 。同一个值也等于 u u u 在整个实心圆盘上的平均值。
为什么成立? 调和函数不偏向任何方向:因为它在每一点的净曲率为零(x x x 方向与 y y y 方向的曲率之和恰好抵消),所以沿着以某点为中心的圆周走一圈,平均而言既不会向上凸起也不会向下凹陷——唯一与之自洽的中心值就是圆周上的平均值。
证明 不失一般性,设圆盘中心为原点(x 0 = 0 x_0 = 0 x 0 = 0 ),对 0 ≤ r ≤ R 0 \le r \le R 0 ≤ r ≤ R 定义 ϕ ( r ) = 1 2 π ∫ 0 2 π u ( r cos θ , r sin θ ) d θ \phi(r) = \frac{1}{2\pi}\int_0^{2\pi} u(r\cos\theta, r\sin\theta)\, d\theta ϕ ( r ) = 2 π 1 ∫ 0 2 π u ( r cos θ , r sin θ ) d θ ,即 u u u 在半径为 r r r 的圆上的平均值。我们通过证明 ϕ ′ ( r ) = 0 \phi'(r) = 0 ϕ ′ ( r ) = 0 来说明 ϕ \phi ϕ 是常数。
在积分号下求导,得 ϕ ′ ( r ) = 1 2 π ∫ 0 2 π ∇ u ( r cos θ , r sin θ ) ⋅ ( cos θ , sin θ ) d θ = 1 2 π ∫ 0 2 π ∂ u ∂ n d θ \phi'(r) = \frac{1}{2\pi}\int_0^{2\pi} \nabla u(r\cos\theta, r\sin\theta) \cdot (\cos\theta, \sin\theta)\, d\theta = \frac{1}{2\pi}\int_0^{2\pi} \frac{\partial u}{\partial n}\, d\theta ϕ ′ ( r ) = 2 π 1 ∫ 0 2 π ∇ u ( r cos θ , r sin θ ) ⋅ ( cos θ , sin θ ) d θ = 2 π 1 ∫ 0 2 π ∂ n ∂ u d θ ,因为 ( cos θ , sin θ ) (\cos\theta,\sin\theta) ( cos θ , sin θ ) 正是半径为 r r r 的圆上的外法向单位向量。乘以并除以 r r r ,便把它化为圆 ∂ B r \partial B_r ∂ B r 上法向导数的规范化边界积分。
由散度定理,由于 u u u 调和,故 ∫ ∂ B r ∂ u ∂ n d s = ∫ B r ∇ 2 u d A = 0 \int_{\partial B_r} \frac{\partial u}{\partial n}\, ds = \int_{B_r} \nabla^2 u \, dA = 0 ∫ ∂ B r ∂ n ∂ u d s = ∫ B r ∇ 2 u d A = 0 。因此在定义域内的每个 r r r 处都有 ϕ ′ ( r ) = 0 \phi'(r) = 0 ϕ ′ ( r ) = 0 ,于是对所有这样的 r r r 都有 ϕ ( r ) = ϕ ( 0 + ) = u ( x 0 ) \phi(r) = \phi(0^+) = u(x_0) ϕ ( r ) = ϕ ( 0 + ) = u ( x 0 ) :以 x 0 x_0 x 0 为中心的任意圆上的平均值都等于 u ( x 0 ) u(x_0) u ( x 0 ) 本身,而在 0 ≤ r ≤ R 0 \le r \le R 0 ≤ r ≤ R 上对这个常数值取平均,同样得到实心圆盘上的平均值也等于 u ( x 0 ) u(x_0) u ( x 0 ) 。
设 u u u 在有界连通开集 Ω \Omega Ω 上调和,并在其闭包 Ω ‾ \overline{\Omega} Ω 上连续。若 u u u 非常数,则它在 Ω ‾ \overline{\Omega} Ω 上的最大值与最小值都只能在边界 ∂ Ω \partial\Omega ∂ Ω 上取得,绝不会在内部点取得。
为什么成立? 均值性质表明,内部每一点的值都等于周围一整个圆上取值的平均。只有当被平均的所有值都已经等于整体最大值时,平均值才能等于该最大值——因此真正孤立的内部峰值是不可能的:如果中心已经尽可能高,那么周围整个圆盘也必须同样高,而这一现象会一直向外扩散,直到抵达边界。
证明 假设 u u u 在内部点 x 0 ∈ Ω x_0 \in \Omega x 0 ∈ Ω 处取得其在 Ω ‾ \overline{\Omega} Ω 上的最大值 M M M 。令 S = { x ∈ Ω : u ( x ) = M } S = \{x \in \Omega : u(x) = M\} S = { x ∈ Ω : u ( x ) = M } ;由连续性,S S S 在 Ω \Omega Ω 中是闭的,且因 x 0 ∈ S x_0 \in S x 0 ∈ S 而非空。
S S S 同时也是开的:对任意 x 1 ∈ S x_1 \in S x 1 ∈ S ,取一个小圆盘 B r ( x 1 ) ⊂ Ω B_r(x_1) \subset \Omega B r ( x 1 ) ⊂ Ω 。由均值性质,M = u ( x 1 ) = 1 2 π ∫ 0 2 π u ( x 1 + r cos θ , x 1 + r sin θ ) d θ M = u(x_1) = \frac{1}{2\pi}\int_0^{2\pi} u(x_1 + r\cos\theta, x_1 + r\sin\theta)\, d\theta M = u ( x 1 ) = 2 π 1 ∫ 0 2 π u ( x 1 + r cos θ , x 1 + r sin θ ) d θ ,这是一些都 ≤ M \le M ≤ M 的值的平均。上界为 M M M 的量的平均只有在这些量全部等于 M M M 时才能等于 M M M ,故 u ≡ M u \equiv M u ≡ M 在整个圆周 ∂ B r ( x 1 ) \partial B_r(x_1) ∂ B r ( x 1 ) 上成立,再对不超过 r r r 的每个半径应用同样论证,在整个圆盘 B r ( x 1 ) B_r(x_1) B r ( x 1 ) 上也成立。因此 x 1 x_1 x 1 的一个邻域包含于 S S S ,故 S S S 是开的。
由于 Ω \Omega Ω 连通,且 S S S 是 Ω \Omega Ω 中既开又闭的非空子集,必有 S = Ω S = \Omega S = Ω ,即 u ≡ M u \equiv M u ≡ M 在整个 Ω \Omega Ω 上成立。但假设 u u u 非常数,矛盾。因此不存在内部最大值;将同样论证应用于(同样调和的)− u -u − u ,可排除内部最小值,于是两个极值都只能出现在 ∂ Ω \partial\Omega ∂ Ω 上。
大学 实际应用与典型例题 只要存在稳态物理现象,拉普拉斯方程就无处不在。在静电学中,任何无电荷区域内的电势都满足它;在流体力学中,绕机翼的不可压缩、无旋流动的速度势满足它;在引力学中,任意质量分布外部的引力势满足它;而在计算机图形学与计算机视觉中,调和延拓(数值求解狄利克雷问题)被用于图像修复与网格平滑,用与已知周围数据相容的最光滑取值来填补缺失的像素或顶点。
例题: 单位圆盘上的鞍形调和函数
验证 u ( x , y ) = x 2 − y 2 u(x,y) = x^2 - y^2 u ( x , y ) = x 2 − y 2 是调和的,然后求它在闭单位圆盘 x 2 + y 2 ≤ 1 x^2+y^2 \le 1 x 2 + y 2 ≤ 1 上的最大值与最小值。
解答 通过计算两个未混合的二阶偏导数来验证调和性:u x = 2 x u_x = 2x u x = 2 x ,故 u x x = 2 u_{xx} = 2 u xx = 2 ;u y = − 2 y u_y = -2y u y = − 2 y ,故 u y y = − 2 u_{yy} = -2 u y y = − 2 。相加得 u x x + u y y = 2 + ( − 2 ) = 0 u_{xx} + u_{yy} = 2 + (-2) = 0 u xx + u y y = 2 + ( − 2 ) = 0 处处成立,因此 u u u 在包含闭单位圆盘的整个 R 2 \mathbb{R}^2 R 2 上确实是调和的。
由极值原理,由于 u u u 非常数且调和,它在闭圆盘上的极值必定出现在边界圆上,而非内部。将边界参数化为 x = cos θ x=\cos\theta x = cos θ ,y = sin θ y=\sin\theta y = sin θ ,得 u = cos 2 θ − sin 2 θ = cos ( 2 θ ) u = \cos^2\theta - \sin^2\theta = \cos(2\theta) u = cos 2 θ − sin 2 θ = cos ( 2 θ ) 。
当 θ \theta θ 取遍 [ 0 , 2 π ) [0,2\pi) [ 0 , 2 π ) 时,cos ( 2 θ ) \cos(2\theta) cos ( 2 θ ) 在 θ = 0 \theta = 0 θ = 0 (点 ( 1 , 0 ) (1,0) ( 1 , 0 ) )处取得最大值 1 1 1 ,在 θ = π / 2 \theta = \pi/2 θ = π /2 (点 ( 0 , 1 ) (0,1) ( 0 , 1 ) )处取得最小值 − 1 -1 − 1 。注意原点在普通微积分看来是极值的天然候选(u u u 在此处的临界点),但它实际上是曲面的鞍点——这正是极值原理所要求的:非常数调和函数不可能有真正的内部极值。
例题: 圆形电容器截面内部的静电势
一个半径为1的圆形区域的边界保持在电势 g ( ϕ ) = V 0 cos ϕ g(\phi) = V_0\cos\phi g ( ϕ ) = V 0 cos ϕ (其中 V 0 = 10 V_0 = 10 V 0 = 10 伏)。利用单一傅里叶模态的调和延拓,求内部点 r = 0.5 r = 0.5 r = 0.5 ,θ = 60 ∘ \theta = 60^\circ θ = 6 0 ∘ 处的电势 u ( r , θ ) u(r,\theta) u ( r , θ ) 。
解答 边界数据 g ( ϕ ) = V 0 cos ϕ g(\phi) = V_0\cos\phi g ( ϕ ) = V 0 cos ϕ 已经是单一傅里叶模态。cos ϕ \cos\phi cos ϕ 延拓到圆盘内部的调和函数就是 r cos ϕ r\cos\phi r cos ϕ (可直接验证:r cos ϕ = x r\cos\phi = x r cos ϕ = x ,而 x x x = 0 x_{xx}=0 x xx = 0 、x y y = 0 x_{yy}=0 x y y = 0 ,故 x x x 显然满足拉普拉斯方程)。因此无需直接计算泊松核积分,即可直接得到答案:u ( r , θ ) = V 0 r cos θ u(r,\theta) = V_0\, r\cos\theta u ( r , θ ) = V 0 r cos θ 。
代入给定值 V 0 = 10 V_0 = 10 V 0 = 10 ,r = 0.5 r = 0.5 r = 0.5 ,θ = 60 ∘ \theta = 60^\circ θ = 6 0 ∘ :先计算 cos ( 60 ∘ ) = 1 2 \cos(60^\circ) = \tfrac{1}{2} cos ( 6 0 ∘ ) = 2 1 。
于是 u ( 0.5 , 60 ∘ ) = 10 × 0.5 × 1 2 = 2.5 u(0.5, 60^\circ) = 10 \times 0.5 \times \tfrac{1}{2} = 2.5 u ( 0.5 , 6 0 ∘ ) = 10 × 0.5 × 2 1 = 2.5 :该内部点处的电势为 2.5 2.5 2.5 伏,严格介于边界极值 − 10 -10 − 10 伏与 10 10 10 伏之间,与极值原理相符。
常见错误. 不要用普通的一元函数临界点判据去寻找调和函数的内部极值。非常数调和函数的临界点(满足 u x = u y = 0 u_x = u_y = 0 u x = u y = 0 之处)绝不会是局部极大值或极小值——它总是鞍点,因为 u x x + u y y = 0 u_{xx} + u_{yy} = 0 u xx + u y y = 0 迫使在二阶导数不为零之处,u x x u_{xx} u xx 与 u y y u_{yy} u y y 必须异号(或二者都为零)。在有界闭区域上,u u u 的一切真实极值都必须在边界上寻找,绝不会出现在内部。 历史注记
皮埃尔-西蒙·拉普拉斯于18世纪80年代在研究引力势理论时引入了以他命名的方程。卡尔·弗里德里希·高斯于1839年在与他关于磁学和大地测量学工作相关的势论论著中严格证明了均值性质,将其确立为调和函数最深刻的结构性事实之一。此后,狄利克雷问题——寻找与给定边界值相符的调和函数——成为分析学中的核心存在性问题,推动了数十年的研究,最终促成了佩龙方法与现代势论的发展。
卡尔·弗里德里希·高斯
下列哪个函数在 R 2 \mathbb{R}^2 R 2 上满足拉普拉斯方程 ∇ 2 u = 0 \nabla^2 u = 0 ∇ 2 u = 0 ?
u ( x , y ) = x y u(x,y) = xy u ( x , y ) = x y u ( x , y ) = x 2 + y 2 u(x,y) = x^2 + y^2 u ( x , y ) = x 2 + y 2 u ( x , y ) = x 3 u(x,y) = x^3 u ( x , y ) = x 3 u ( x , y ) = e x u(x,y) = e^x u ( x , y ) = e x 根据均值性质,若 u u u 调和且 u ( x 0 ) = 7 u(x_0) = 7 u ( x 0 ) = 7 ,那么以 x 0 x_0 x 0 为中心、半径为 2 2 2 的任意圆上 u u u 的平均值是多少(只要该圆及其内部都在调和性成立的区域内)?
7 7 7 14 14 14 3.5 3.5 3.5 没有更多信息就无法确定 一块圆盘形薄金属板的边界保持在 10 ∘ C 10^\circ\text{C} 1 0 ∘ C 到 30 ∘ C 30^\circ\text{C} 3 0 ∘ C 之间,并已达到稳态(因此内部温度是调和的)。关于内部温度可以得出什么结论?
内部温度也必须保持在 10 ∘ C 10^\circ\text{C} 1 0 ∘ C 到 30 ∘ C 30^\circ\text{C} 3 0 ∘ C 之间 内部可能出现更热的局部峰值,最高可达 40 ∘ C 40^\circ\text{C} 4 0 ∘ C 内部温度必须处处均匀 不显式求解偏微分方程就无法得出任何结论 在图像修复(填补照片中缺失或损坏的区域)中,一种常见技术是将空洞周围已知的像素当作边界数据,求解拉普拉斯方程的狄利克雷问题。为什么这是一种合理的方法?
调和延拓满足均值性质与极值原理,因此能给出没有虚假内部峰值或边缘的、尽可能光滑的填补结果 它比任何其他图像处理算法运行得都快 它能保证填补区域与原始照片完全一致 拉普拉斯方程只对黑白图像有效